새로운 그림 02 Humanoid Robot은 SC의 Sparksburg에있는 BMW 공장에 배치되었습니다 | 크레딧 : 그림 AI
챗봇은 최근 몇 년 동안 빠르게 발전해 왔으며 큰 언어 모델 또는 LLM에 힘을 실어주었습니다. LLM은 방대한 양의 텍스트 데이터에 대해 훈련 된 머신 러닝 알고리즘을 사용합니다. Tesla CEO Elon Musk와 Nvidia CEO 인 Jensen Huang을 포함한 많은 기술 지도자들은 비슷한 접근 방식으로 인해 인간형 로봇이 수술을 수행하거나 공장 노동자를 대체하거나 몇 년 안에 재택 장비 역할을 할 수있게 될 것이라고 생각합니다. 다른 로봇 전문가들은 동의하지 않습니다 UC 버클리 로봇 공학 주의자 켄 골드버그.
저널에 온라인으로 출판 된 두 개의 새로운 논문에서 과학 로봇 공학골드버그 설명 “100,000 년 데이터 격차”가 로봇이 인공 지능 챗봇이 언어 유창함을 얻는 것만 큼 빨리 실제 기술을 얻지 못하게하는 방법. 두 번째 기사MIT, Georgia Tech 및 Eth-Zurich의 주요 로봇 학자들은이 분야의 미래가 Humanoid를 훈련시키기 위해 더 많은 데이터를 수집하는 데 있는지 여부에 대한 로봇 주의자들 사이의 격렬한 논쟁을 요약했습니다. 로봇 또는 실제 작업을 완료하기 위해 로봇을 프로그래밍하기 위해 “좋은 구식 엔지니어링”에 의존합니다.
UC 버클리 뉴스 최근 Goldberg와 함께“Humanoid Hype”, Robotics 분야의 떠오르는 패러다임 전환 및 AI가 실제로 모든 사람의 직업을 취하는 과면에 있는지 여부에 대해 이야기했습니다.
Goldberg는 할 것입니다 더 말하십시오 실제 세계를위한 훈련 로봇에 대해 Robobusiness 2025 년 10 월 15 일과 16 일 산타 클라라 컨벤션 센터에있을 예정입니다. 시뮬레이션강화 학습 및 실제 데이터는 배포를 가속화하고 다음과 같은 응용 프로그램의 신뢰성을 높이고 있습니다. 전자 상거래 그리고 기호 논리학.
휴머노이드 로봇은 인간을 능가할까요?
최근 엘론 머스크 (Elon Musk)와 같은 기술 리더들은 로봇이 인간 외과 의사를 능가합니다 향후 5 년 안에. 이 주장에 동의하십니까?
Goldberg : 아니요; 나는 로봇이 빠르게 발전하고 있지만 빠르게 진행되지 않는다는 데 동의합니다. 현장 연구원들이 익숙한 로봇 능력보다 훨씬 앞서 있기 때문에 과대 광고라고 생각합니다.
켄 골드버그 교수.
우리는 모두 Chatgpt와 비전과 언어를 위해하고있는 모든 놀라운 일에 매우 익숙하지만 대부분의 연구자들은 대부분의 사람들이 가진 비유에 대해 매우 긴장합니다. 이제 우리는 이러한 모든 문제를 해결했기 때문에 해결할 준비가되었습니다. [humanoid robots]그리고 내년에 일어날 것입니다.
나는 그것이 일어나지 않을 것이라고 말하지는 않지만 앞으로 2 년, 5 년 또는 10 년 동안 일어나지 않을 것이라고 말하고 있습니다. 우리는 단지 큰 반발로 이어질 수있는 거품을 만들지 않도록 기대치를 재설정하려고 노력하고 있습니다.
우리가 휴머노이드 로봇을 수행하지 못하게하는 제한 사항은 무엇입니까? 수술 아니면 가까운 시일 내에 개인 집단 역할을합니까? 그들은 여전히 실제로 무엇을 고투하고 있습니까?
큰 것은 객체를 조작하는 능력 인 손재주입니다. 와인 잔을 집어 올리거나 전구를 바꿀 수있는 것과 같은 것들. 로봇은 그렇게 할 수 없습니다.
그것은 역설입니다. 우리는 그것을 Moravec의 역설이라고 부릅니다. 인간은 쉽게 그렇게하기 때문에 로봇도 그렇게 할 수 있어야한다고 생각합니다. 일체 포함 시스템은 체스와 같은 복잡한 게임을하고 인간보다 더 잘 갈 수 있으므로 사람들은“글쎄요, 왜 유리를 집을 수 없습니까?”라고 생각할 수 있습니다. 이동하는 것보다 훨씬 쉬운 것 같습니다.
그러나 사실 유리를 집어 올리려면 유리가 우주에있는 위치에 대한 인식이 매우 좋으며 손가락 끝을 그 정확한 위치로 이동하고 물체 주위에 손가락 끝을 적절하게 닫아야합니다. 그것은 여전히 매우 어려운 것으로 밝혀졌습니다.
텍스트 데이터와 물리적 데이터 간의 간격을 닫습니다
~ 안에 당신의 새 논문당신은 당신이 당신이 100,000 년의 “데이터 갭”이라고 부르는 것에 대해 논의합니다. 데이터 격차는 무엇이며, AI 챗봇의 언어 능력과 실제 휴머노이드의 실질적 손재주 사이의 이러한 불일치에 어떻게 기여합니까?
Goldberg : 이 데이터 격차를 계산하기 위해 인터넷에 얼마나 많은 텍스트 데이터가 존재하는지 살펴보고 앉아서 모든 것을 읽는 데 인간이 얼마나 걸리는지 계산했습니다. 나는 그것이 약 10 만 년이 걸릴 것이라는 것을 알았습니다. 이것이 LLM을 훈련시키는 데 사용되는 텍스트의 양입니다.
우리는 로봇을 훈련시키기 위해 그 양의 데이터에 가까운 곳이 없으며 10 만 년은 언어 모델을 훈련시키는 데 필요한 텍스트의 양입니다. 우리는 훈련 로봇이 훨씬 더 복잡하다고 생각하므로 훨씬 더 많은 데이터가 필요합니다.
어떤 사람들은 예를 들어 YouTube에서 인간의 비디오에서 데이터를 얻을 수 있다고 생각하지만, 일을하는 인간의 사진을 보는 것은 인간이 수행하는 실제 상세한 움직임을 말하지 않으며, 2D에서 3D까지는 일반적으로 매우 어렵습니다. 그래서 그것은 그것을 해결하지 못합니다.
또 다른 접근법은 로봇 모션의 시뮬레이션을 실행하여 데이터를 만드는 것이며, 실제로 로봇이 곡예를 실행하고 수행하는 데 효과적입니다. 시뮬레이션에 로봇이 백 플립을 수행하고 경우에 따라 실제 로봇으로 전송하여 많은 데이터를 생성 할 수 있습니다.
그러나 로봇이 실제로 건설 노동자, 배관공, 전기 기술자, 주방 노동자 또는 공장의 누군가와 같은 사람과 같은 일을하는 것처럼 로봇이 실제로 유용한 일을하는 데 덱스스터 성을 위해 매우 애매 모호하고 시뮬레이션이 작동하지 않는 것 같습니다.
현재 사람들은이 일을 불렀습니다 원격 수술인간이 꼭두각시처럼 로봇을 작동시켜 작업을 수행 할 수 있습니다. 중국과 미국에는이를 위해 인간이 돈을 지불하는 창고가 있지만 매우 지루합니다.
그리고 8 시간의 작업마다 8 시간의 데이터가 더 있습니다. 100,000 년이되기까지 오랜 시간이 걸릴 것입니다.
휴머노이드 로봇 공학의 올바른 길 찾기
로봇 학자들은이 모든 데이터를 먼저 생성하지 않고 필드를 발전시키는 것이 가능하다고 생각합니까?
Goldberg : 나는 로봇 공학이 패러다임 전환을 겪고 있다고 믿는다. 과학은 물리에서 물리학에서 양자 물리학으로가는 것과 같은 큰 변화를 일으킬 때, 그리고 변화가 너무 커서 필드가 두 캠프로 나뉘어지고 몇 년 동안 전투를 벌이고있다. 그리고 우리는 로봇 공학에서 그런 종류의 토론 중에 있습니다.
대부분의 로봇 학자들은 여전히 내가 좋은 구식 공학이라고 부르는 것을 믿습니다.이 공학 학교에서 우리가 가르치는 모든 것, 물리, 수학 및 환경 모델입니다.
그러나 로봇에는 오래된 도구와 방법이 필요하지 않다고 주장하는 새로운 교리가 있습니다. 그들은 데이터가 우리가 완전히 기능하는 휴머노이드 로봇을 데려 오는 데 필요한 전부라고 말합니다.
이 새로운 물결은 매우 고무적입니다. 그 뒤에는 많은 돈이 있으며 많은 젊은 세대 학생들과 교직원 들이이 새로운 캠프에 있습니다. 대부분의 신문, Elon Musk, Jensen Huang 및 많은 투자자들은 New Wave에서 완전히 판매되었지만 연구 분야에는 격렬한 논쟁이 있습니다 로봇 건축에 대한 오래된 접근 방식과 새로운 접근 방식 사이.
앞으로 나아갈 길로 보십니까?
Goldberg : 나는 공학, 수학 및 과학이 여전히 우리가 필요한 데이터를 수집 할 수 있도록 이러한 로봇을 기능하게 할 수 있기 때문에 여전히 중요하다고 옹호하고 있습니다.
이것은 데이터 수집 프로세스를 부트 스트랩하는 방법입니다. 예를 들어, 사람들이 구매할 수있는 작업을 잘 수행 할 수있는 로봇을 얻은 다음 작동하는대로 데이터를 수집 할 수 있습니다.
Waymo구글 자율 주행 차 회사, 그렇게하고 있습니다. 실제 Robotaxis에서 매일 데이터를 수집하고 있으며 시간이 지남에 따라 자동차가 점점 좋아지고 있습니다.
그것은 또한 뒤에있는 이야기이기도합니다 Ambi Robotics패키지를 정렬하는 로봇을 만듭니다. 그들이 실제로 일할 때 창고그들은 데이터를 수집하고 시간이 지남에 따라 향상됩니다.
AI와 로봇 공학의 어떤 직업에 영향을 미칩니 까?
과거에는 로봇 자동화가 블루 칼라 공장 일자리를 훔칠 것이라는 두려움이 많이 있었으며, 우리는 어느 정도 그런 일이 발생했습니다. 그러나 챗봇의 부상으로 이제 논의는 LLM이 화이트 칼라 일자리와 창의적인 직업을 인수 할 가능성으로 바뀌 었습니다. AI와 로봇이 미래에 어떤 일을 할 수 있는지에 어떤 영향을 미칠 것이라고 생각하십니까?
Goldberg : 로봇 공학 주의자, 블루 칼라 일자리, 거래는 매우 안전합니다. 로봇이 오랫동안 그 일을하는 것을 보지 않을 것이라고 생각합니다.
그러나 병원에서의 섭취와 같은 양식을 정기적으로 채우는 일이 더 자동화 될 특정 일자리가 있습니다.
매우 미묘한 예는 고객 서비스입니다. 항공편이 취소되고 항공사와 로봇 답변에 전화하는 것처럼 문제가 발생하면 더 좌절감을 느끼게됩니다. 많은 회사가 고객 서비스 작업을 로봇으로 대체하기를 원하지만 컴퓨터가 당신에게 말할 수없는 것은“당신의 느낌을 알고 있습니다.”입니다.
또 다른 예는 방사선 전문의입니다. 일부는 AI가 인간 의사보다 엑스레이를 더 잘 읽을 수 있다고 주장합니다. 그러나 로봇이 암에 걸렸다는 사실을 알려 주시겠습니까?
로봇이 Amok을 운영하고 우리의 일자리를 훔칠 것이라는 두려움은 수세기 동안 주변에 있었지만, 인간이 몇 년 전에 좋은 몇 년을 보냈다고 확신합니다. 그리고 대부분의 연구자들은 동의합니다.
이 인터뷰는 길이와 명확성을 위해 편집되었습니다.
게시물 Humanoid Robots가 AI 챗봇만큼 빠르게 발전하지 않는 이유 먼저 나타났습니다 로봇 보고서.