当前位置:首页 > 智能硬件 > 机器人
[导读] 之前,许多人仅仅是在搜索引擎中听说过“机器人”这一概念。像Googlebot这样的搜索机器人可以抓取网页并且有条不紊地给网页内容进行编目,2016年还出现了全新的机器人类

之前,许多人仅仅是在搜索引擎中听说过“机器人”这一概念。像Googlebot这样的搜索机器人可以抓取网页并且有条不紊地给网页内容进行编目,2016年还出现了全新的机器人类别——那就是可以与人类对话、完成订外卖、旅行预订等任务或提供聊天服务的社交机器人。

预期VS现实 2017年聊天机器人将走向何方?

去年四月,Facebook宣布将会在旗下Messenger平台上创建聊天机器人。很多人争先恐后地想要尝试Facebook参与开发的机器人,但事实结果证明这些机器人的功能非常有限。当机器人无法回答问题或继续对话时,机器人常常就会出现故障。Facebook现今也承认了这个问题。

“第一批网页应用确实运行情况不佳,第一批机器人也并不完善。”David Marcus于十一月对外解释称。Marcus于2014年就职于Facebook并且负责管理Messenger平台。在这之前,他曾担任PayPal首席执行官一职。

Google也在去年春天推出了新的聊天机器人Allo。尽管Allo确实配备了一些实用的多媒体及回复建议之类的聊天功能,但在涉及到与用户对话以及提供适当信息时,Allo只能算得上是基础版的聊天机器人。此外,并没有多少人愿意使用这款机器人。

离经叛道的Tay机器人

在2016年机器人新闻当中,最引人关注的莫过于三月份Twitter上的微软Tay社交机器人。它被人类“彻底教坏”了——它在人类对话中抓取了某些脏话以及种族主义言论,进而成为一个飙起脏话的种族主义者。微软很快就让它“下岗”了。

具有讽刺意义的是,Tay的失控恰好发生在微软Build大会举办之前。会议上,微软的首席执行官Satya Nadella公开表示微软对未来的看法:未来将围绕机器人而发展,App将开始淡出大家的视线。微软员工在采访中表示自此之后,微软加快了开发机器人的进程。

像谷歌、Facebook、苹果以及微软这样的大公司安排了很多人开发人工智能,开发人员将人工智能技术应用到机器人设置里。这意味着在2017年我们很有可能可以看到机器人发展的新篇章,用户体验在某种程度上也会有所提升。

关于机器人的基本事实

总的来说,过去人们都需要填鸭式地将数据灌输给机器人才能让机器人可以传递给用户相关信息。但是现在机器人开放式学习的能力依旧是有限的,机器人可以从信息数据库抓取数据,但人类必须教会它们如何获取以及如何处理数据。这背后有一整个数据科学家团队、作家以及其他创作家需要根据机器人预期的性格特征以及目标受众来指导前端的机器人说什么内容。

负责微软社交机器人开发的Lily Cheng在采访中表示Tay之所以开始不断说出一些恶意性的言论,其中一个原因在于Tay面向Twitter这样一个公共平台,里面充斥着不良言论。据她表示,Tay本是一个小众产品,而不是为大范围受众设计的。

如今的机器人能够成为“通才”,即广泛涉猎多个话题但不精通,要么能成为“专才”,即只对特定的话题了解甚多。此外,机器人自己是不知道对什么内容不熟悉的。

微软的Cheng还表示从事核心研究与开发的员工正在让机器人以限量、有结构的方式进行学习。比如说,用户会给予旅游机器人有限数量的地点,然后机器人会去寻找能够影响未来旅行安排的数据,它也许会搜索最佳的飞行日期,然后从邮件中查找用户要去参加的活动内容,它也许还会通过旅游记录去查找本次旅行要住的旅馆。

预期VS现实

但是机器人制造商也在学着去满足用户的期待值。当机器人建议选择某一家旅馆时,它还会告诉用户自己是使用了哪些数据才得到这一结论的。

Cheng还表示人们之所以选择退出与机器人的对话,其主要原因在于用户无法完全理解机器人可以处理的任务组合,也无法理解机器人谈论的话题内容。

但开发者们也开始考虑“情绪智能”,即机器人需要了解用户在说“这家旅馆很好。”以及“我的天呐,这家旅馆棒极了!”这两句话时的区别。

如果Facebook、微软等公司能够解决这些问题,那么新出现的机器人将会成为2017年一大科技新闻。

但说实话,我们开始意识到让一个软件(机器人)像人类一样聊天、做出行动以及产生情绪是一件十分困难的事情。我们将调整自己的预期并且意识到——要想达到电影《Her》中的人工智能水平,机器人科技发展依旧任重而道远。

与此同时,进化后的机器人将会带来更加出色的体验。在一定程度上,它们可以更好地完成一些具体的任务,比如在需要利用智能做出选择时,它们可以更敏捷地收集数据。此外它们的对话能力也会有所提高,这样用户与它们的对话就可以持续更长时间。

最终,机器人也可以更好地意识到自己的局限性,它们可以知道何时以及如何请求用户免除自己的任务然后将控制权移交给人类。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除( 邮箱:macysun@21ic.com )。
换一批
延伸阅读

Imagination E系列GPU融合图形处理与AI算力并用高度可编程性来应对物理AI的计算需求与物理制约

关键字: 物理AI 机器人 GPU

该技术有望在无需人工直接操作的情况下,通过机械取栓实现急性缺血性卒中的自主远程治疗 自主远程血管介入手术机器人[1]技术有助于确保符合条件的患者更快获得有效救治 德国福希海姆2026年8月21日 /美通社...

关键字: 机器人 西门子 LAB OV

在发布 HiPHI 开源数据集仅两天后,诺亦腾机器人(Notiom Robotics)携手上海人工智能实验室、越疆机器人与上海交通大学,发布人形机器人专业网球技能学习框架 AdaPT。 AdaPT 是诺亦腾机器人在人形...

关键字: 机器人 AD IP 模型

北京2026年8月22日 /美通社/ -- 北京人形机器人创新中心与梅赛德斯-奔驰携手,具身天工3.0机器人以「硅基推荐官」身份进入奔驰真实服务链路。恰逢8月19日北京WRC世界机器人大会开幕、成都车展8月21日启幕,两...

关键字: 奔驰 机器人 硅基 TIMES

2026年8月20日,中国上海 — 思特威(上海)电子科技股份有限公司(股票简称:思特威,股票代码:688213)宣布,在2026世界机器人大会(WRC 2026)期间,与行业领先的机器人视觉及AI视觉科技公司奥比中光(...

关键字: 机器视觉 机器人 3D视觉

精确的深度测量是现代自主系统的一项基本需求,但在动态变化的环境光照条件下实现高精度测量仍是一项重大挑战。无论是机器人在杂乱的仓库中穿行,还是摄像系统试图对快速移动的物体进行对焦,区分不同距离处物体的能力都至关重要。传统的...

关键字: 传感器 机器人 自动化

摘要:机器人产业正在从单点能力验证走向系统级自适应。对于物理 AI 而言,模型能力只是起点,能力编排、实时调度、状态管理和行为约束机制,正在成为机器人进入开放真实场景的关键。

关键字: 机器人 传感器 AI 计算

最近,我家发生了一次令人不快的意外:由于水管爆裂,一楼被水淹,而我当时正好不在家。因此,我决定开发一套预警系统,用于及时发现此类情况,并采取相应措施以防止进一步损坏。为此,我从 DFRobot 购买了适用于 Arduin...

关键字: 机器人 液位传感器 ESP32

我希望打造一个紧凑的演示项目,同时整合三方面内容:计算机视觉、机器人操作以及少量“推理”功能。手写数学题是一个理想的测试对象——人类书写起来方便,光学字符识别(OCR)处理起来有趣,输出结果还能直接映射为一个单一数字,对...

关键字: 计算机视觉 机器人 机械臂

机器人产业的真正分水岭,可能既不在算力大小,也不在模型参数的多寡。在各类人形机器人、自主移动机器人与智能工业系统密集亮相的当下,一个更本质的问题正在被反复追问:一台已经掌握多项技能的机器人,为什么换一个场景、换一个任务,...

关键字: ARM 物理 AI 机器人 泛化能力 CPU 运动控制
关闭