谷歌DeepMind近日发布了一款名为RT-2的全新人工智能模型，这一模型具备指导未经训练的机器人执行任务的能力。
RT-2模型通过从网络和机器人数据中学习，并将这些信息转化为机器的简单指令。在测试中，该模型被要求执行从未在机器人数据中见过的动作，例如将橙子放入匹配的碗中。惊人的是，RT-2展现出62%的成功率，是其前身RT-1的两倍。
DeepMind机器人负责人Vincent Vanhoucke解释说：“就像语言模型通过在网络文本上训练来学习一般思想和概念一样，RT-2可以从网络数据中转化知识，指导机器人行为。”简而言之，RT-2实际上可以与机器人进行交流。
RT-2表现出令人瞩目的泛化能力，这意味着它能够在未曾见过的情况下，对机器人数据进行更好的语义和视觉理解。此外，该模型还可以进行基本的推理，并执行多阶段语义推理。举个例子，当被指示选择一个可以用作锤子的物体时，RT-2正确地识别出岩石是最佳选择。
在另一项评估中，RT-2被命令将一瓶番茄酱推向蓝色立方体。尽管训练数据集中只有立方体一个项目，场景中有多个物体，但令人惊讶的是，RT-2还是成功地将番茄酱推向了指定的目的地。
DeepMind认为RT-2是人工智能的重要突破。伦敦实验室表示，该模型让我们更接近实现有用机器人的未来。
Vanhoucke补充说：“RT-2不仅展示了人工智能的进步迅速地渗透到机器人技术中，还向我们展示了实现通用机器人的巨大希望。虽然在以人为中心的环境中启用有用的机器人仍需大量努力，但RT-2揭示了机器人技术未来的令人振奋前景。”