太獵奇了，首個(gè)GPT-4驅(qū)動(dòng)的人形機(jī)器人

twq19810302

1 B. E8 D" d- y1 t5 e" F* i8 ^
讓GPT-4操縱人形機(jī)器人，事先不做任何編程or訓(xùn)練,，能搞成啥樣兒,？
$ N: v* j& Q! U& s
: Q1 T7 }- @6 O9 v$ v答案是：太 獵 奇 了！
0 P6 G: F, E$ W0 f, E
這不,，要求機(jī)器人表演“在昏暗電影院里狂炫爆米花,，卻突然發(fā)現(xiàn)吃的是隔壁陌生人的😅”。

; M- j. N, P9 N' ^* M" T5 V在GPT-4的操縱下,，機(jī)器人笑容凝固,，“尷尬”得搖頭扶額后仰：
' G( r+ S. i' k3 i3 |
, h+ E+ q! A" B, k8 o) c

& }  J* Y/ o/ Y5 T+ N

但在尷尬之余，竟然還不忘再抓一把塞嘴里,？,？？又像是要求機(jī)器人“彈吉他”,。
$ Y9 m0 w$ u# X0 @" \# M& S. I
GPT-4略思考一番,，開始操控機(jī)器人活動(dòng)一番手指、隨后瘋狂甩頭,，好像是有點(diǎn)搖滾內(nèi)味兒,。但仔細(xì)一看，甩頭的時(shí)候,，手指就完全不動(dòng)了……

* `& ^5 K: V  w9 _" U0 v' t$ Z- j

你要說這是神叨叨的地?cái)傁壬�在掐指一��,，好像也沒什么不對(duì)（手動(dòng)狗頭）。

總結(jié)一系列動(dòng)作來看——

& L8 E" }2 i% i" ^' L7 ^5 {* }相比波士頓動(dòng)力人形機(jī)器人,，一舉一動(dòng)均由人為程序精細(xì)操縱,，這個(gè)GPT-4直接操控的機(jī)器人，表情猙獰,，動(dòng)作詭異,，但一切行為又符合prompt的要求。
9 p9 f2 v' v8 Q' D& R7 `. r- L

8 ^( C" g6 ?5 R# I4 ^- J

這一連串GPT-4操控機(jī)器人的視頻po到網(wǎng)上后,，不少網(wǎng)友直呼“恐怖谷效應(yīng)犯了”：

5 t4 a+ s1 s% ~1 {

原來,，這是首個(gè)由GPT-4驅(qū)動(dòng)人形機(jī)器人的研究，來自東京大學(xué)和日本Alternative Machine公司,。

依靠這項(xiàng)研究,，用戶無需事先給機(jī)器人編程，只需語言輸入,、也就是動(dòng)動(dòng)嘴皮和GPT-4聊上一會(huì)兒,，就能讓機(jī)器人根據(jù)指令完成行動(dòng)。
. ]6 w1 u; e7 q8 \" l
& o. n. M3 V9 \) I

( m1 Y, m. v' ^% _, K  ~

來具體講講把GPT-4和Alter3集成到一起,，是如何實(shí)現(xiàn)的,。

大體可以分為兩個(gè)步驟：
, k1 l8 l& [, s* O
0 c8 y! E" n7 E首先，先用prompt描述一下，想要Alter3能夠完成什么行為或者動(dòng)作,，比如“咱來張自拍吧”“自拍的時(shí)候胳膊再舉高一點(diǎn)”,。

接收到輸入的GPT-4會(huì)生成一系列的思考步驟，這些步驟詳細(xì)地闡述了要完成這個(gè)動(dòng)作,，需要先后完成些啥,。

這個(gè)過程被研究團(tuán)隊(duì)稱為CoT的一部分，即將一個(gè)復(fù)雜任務(wù)分解為一串更簡(jiǎn)單的思考步驟,。

然后,，研究者們?cè)偌莱隽硪粋�(gè)prompt，把分解后的詳細(xì)步驟轉(zhuǎn)化為Alter3可以聽懂的動(dòng)作指令,。

, O* P3 `5 ]2 x& W: K# N' p簡(jiǎn)單理解就是把人們的指令描述轉(zhuǎn)化為Python代碼,，這些代碼可以直接用來控制Alter3的各個(gè)身體部位的具體運(yùn)動(dòng)參數(shù)。
3 y, K" h0 ^: h! z9 a" i6 B% y
: g, @( v; g4 u" Z有了轉(zhuǎn)化后的代碼,，Alter3想擠眉弄眼就擠眉弄眼,，想撇嘴就能撇嘴
  Q+ d2 ]  j  k- M7 y
研究團(tuán)隊(duì)把這第二步也看成CoT的一部分，因?yàn)樗�完成的是“把一個(gè)抽象描述轉(zhuǎn)化為具體操作”,。

. f9 m, e: u- r0 p1 d

團(tuán)隊(duì)表示,，CoT讓GPT-4能夠有效控制Alter3，命令它做各種復(fù)雜動(dòng)作,，且不用額外的訓(xùn)練或者微調(diào),。
/ h1 [3 K) l% V% [! t: r
多說兩句，除了上述的兩個(gè)Prompt搞定機(jī)器人控制外,，研究團(tuán)隊(duì)還順手完成了一些其它研究,。
; l) ?; j" `3 z0 L5 M* W
0 }+ Y) @; l  w0 s- F9 M" u! [比如掰開了看Alter3在對(duì)話中的行為，主要針對(duì)其對(duì)話軌跡和語義時(shí)間演化,。

2 U7 V; p8 L7 y2 M$ [5 b% f針對(duì)對(duì)話軌跡,，研究團(tuán)隊(duì)使用了一種叫UMAP（Uniform Manifold Approximation and Projection）的方法。團(tuán)隊(duì)把對(duì)話內(nèi)容嵌入二維空間,，從而方便觀察這個(gè)簡(jiǎn)化版的對(duì)話發(fā)展過程,。
7 ?- P; `! T  X6 T, u8 ]8 J9 v
+ q0 T$ H2 n! N/ g: q' K他們發(fā)現(xiàn)，當(dāng)對(duì)話順序固定時(shí),，對(duì)話軌跡會(huì)呈現(xiàn)循環(huán)模式,，也就是老在重復(fù)同樣的話題。
: H1 Y+ N  j# w$ k
而當(dāng)對(duì)話順序隨機(jī)時(shí),，對(duì)話內(nèi)容更有發(fā)散性or創(chuàng)造性,。

8 L2 I& l) _0 }賊有趣的一點(diǎn)，研究發(fā)現(xiàn)GPT-4聊久了過后,，會(huì)傾向于反復(fù)說“再見”。如果你不來點(diǎn)兒人為干預(yù)，它就會(huì)沉迷于想辦法跟你說再見,。
0 C% E+ @: z' h# p' e
而做語義時(shí)間演化分析的過程中,，團(tuán)隊(duì)觀察了隨著時(shí)間變化，聊天內(nèi)容的變化,。

* Z0 i) R- b/ S9 E- r$ P他們發(fā)現(xiàn),，對(duì)話初期的一些關(guān)鍵詞，比如“藝術(shù)”或者“學(xué)習(xí)”啥的,，會(huì)聊著聊著就被GPT-4忘了,，取而代之的是諸如“文化”“人類”“抑制”之類的詞。
2 ^, W- r" \- O# j2 U  t' {# W0 r
這表明對(duì)話內(nèi)容是在逐漸發(fā)展變化的,。
, S7 r1 p* A/ v9 f+ V
當(dāng)然,，如果你開始跟GPT-4說“再見”，它就幾乎一心一意只想跟你說byebye～（doge）
  [4 j5 L8 y# `5 X) o8 s  I
* J$ F; B4 x6 X) o! p- e! I這項(xiàng)火爆全網(wǎng)的研究,，來自東京大學(xué)和日本Alternative Machine公司,。

一作Takahide Yoshida，來自東京大學(xué)通用系統(tǒng)科學(xué)系,。

2 Y3 X/ E5 m& ~) A9 y: M1 d3 w另外兩位作者升森敦士（Atsushi Masumori）和池上高志（Takashi Ikegami）,，都是既在東京大學(xué)，又屬于Alternative Machine公司,。

% R1 G/ `5 F+ _4 \
/ p2 B, Q5 V( ?4 ?. P0 b

最后,，不得不提到本次研究?jī)?nèi)容的主人公Alter3，它的幕后研究者也來自東京大學(xué),，由東京大學(xué)AI研究學(xué)者池上高志和日本“機(jī)器人之父”石黑浩聯(lián)袂打造,。

Alter3出生于2020年，是同系列機(jī)器人第三代產(chǎn)品,。
( y; D2 B: f2 V( L
據(jù)了解,，Alter系列的兩次迭代都是在歌劇演唱中完成的。第3代的初亮相就是在東京新國(guó)立劇場(chǎng)指揮管弦樂隊(duì)并參加其他現(xiàn)場(chǎng)表演,。
% A  h, j! C! c7 a' H8 T
1 G- M8 Q1 Q/ |* t& Z1 h5 A) E

, Y& y& f0 q* A1 L
' i1 e+ b; _; K3 K  T( H

那個(gè)時(shí)候它的特色是增強(qiáng)了傳感器,，并改善了唱歌的表達(dá)能力和發(fā)聲系統(tǒng)。
+ L3 E  i! x. Y9 Z/ P4 {
以及身體里那粒能夠最終驅(qū)動(dòng)43個(gè)氣動(dòng)裝置的CPG,。
4 p  }' z) i: z% P
; r! d8 B. J& z) P2 j' SCPG對(duì)數(shù)據(jù)的分析靈敏到什么程度呢,？就是如果Alter3呆的房間里如果溫度驟降，Alter3會(huì)因此打個(gè)冷顫,，表示自己有被冷到,。

8 J% C. H1 @& Y" m
4 z8 M. _1 v1 w這或許也為現(xiàn)在接入GPT-4當(dāng)腦子后的它，能夠活靈活現(xiàn)做表情,、完成動(dòng)作提供了一些基礎(chǔ)吧,。


+ `+ A, b  k1 c9 m5 e+ Q- O* ]

紫衣青衫

感覺能看到N年后的一點(diǎn)影子了,，AI迭代下去智能提升，控制機(jī)器軀殼

喂我袋鹽

紫衣青衫 發(fā)表于 2023-12-22 15:34
6 C/ S8 @% R8 q# Z感覺能看到N年后的一點(diǎn)影子了,，AI迭代下去智能提升,，控制機(jī)器軀殼

同意，現(xiàn)在看上去還是智障,，將來還是會(huì)越來越智能的
& K" N3 U4 G0 r: c

tiantianxs

厲害,！科技的力量正在成長(zhǎng)