特斯拉Optimus機器人很有趣，但仍然存在一些關(guān)鍵問題

極客網(wǎng)·極客觀察10月8日 在特斯拉于9月30日舉辦的“2022年人工智能日”活動上，首席執(zhí)行官埃隆·馬斯克對外展示了該公司最新推出的“擎天柱”（Optimus）人型機器人。但與特斯拉推出的許多產(chǎn)品一樣，人們對這款人形機器人的能力褒貶不一。

特斯拉最新推出的Optimus機器人

特斯拉無疑擁有一些全球最聰明科學(xué)家和工程師，而馬斯克在新技術(shù)方面也曾經(jīng)給人們帶來驚喜，因此并不能否定馬斯克在此次活動上所描述的未來發(fā)展愿景。

也就是說，通過時間有限的現(xiàn)場演示或演示過程中播放錄制的視頻，很難對這種機器人的能力進行評估。和其他許多研究和開發(fā)人工智能和機器人領(lǐng)域的公司一樣，特斯拉也有過度承諾卻難以兌現(xiàn)的歷史。

一些行業(yè)專家對特斯拉Optimus機器人進行了點評，并透露了一些媒體沒有報道的有趣事實。

特斯拉Optimus機器人并非走在最前沿

許多人指出，特斯拉的Optimus遠(yuǎn)不如其他類人機器人那么先進，但令人印象深刻。顯然，根據(jù)特斯拉和波士頓動力這兩家公司到目前為止展示的機器人，波士頓動力公司的 Atlas機器人現(xiàn)階段的能力要比Optimus機器人強得多。還有其他公司和實驗室已經(jīng)創(chuàng)造出了比Optimus更好的人型機器人。

關(guān)于這個話題，其中令人關(guān)注的一個技術(shù)討論是機器人專家Christian Hubicki在Twitter上發(fā)出的帖子，他對Optimus機器人進行了非常公正的評價。

Hubicki寫道，“讓我震撼了嗎?沒有，讓我笑話了嗎?也沒有。首先，特斯拉的開發(fā)團隊做得很好，他們在大約一年的時間里取得了長足的進步，從無到有開發(fā)出這款機器人。而且，在沒有安全系繩的情況下進行現(xiàn)場演示，這比人們想象的要大膽得多?！?/p>

他強調(diào)，當(dāng)然這款機器人的可靠性還有待觀察。

與特斯拉相比，大多數(shù)公司進入這個行業(yè)已經(jīng)有了10年或更長時間。而特斯拉在一年多的時間里就取得了這一成就。

更有趣的是，如果特斯拉能夠以低于2萬美元的成本生產(chǎn)機器人，這將是一個令人印象深刻的壯舉，即使其零售價格是這個數(shù)字的兩倍。相比之下，波士頓動力公司的四足機器人Spot售價為7.4萬美元，它比人形機器人復(fù)雜得多。據(jù)估計，像阿特拉斯Atlas這樣的機器人的生產(chǎn)成本超過100萬美元。

Optimus機器人更多使用現(xiàn)有技術(shù)

特斯拉Optimus機器人采用的硬件

其中一件讓Hubicki印象深刻的事情是，特斯拉使用了現(xiàn)有的硬件和軟件創(chuàng)造了Optimus機器人。Optimus機器人采用特斯拉的自動駕駛技術(shù)和汽車的系統(tǒng)芯片(SoC)所使用的神經(jīng)網(wǎng)絡(luò)進行控制和管理。

特斯拉對激光雷達技術(shù)一直不予重視，其自動駕駛汽車使用計算機視覺技術(shù)，而在Optimus機器人也使用的是相同的方法。此外，使用為提高電池效率而設(shè)計的處理器將有助于提高機器人的電池壽命。根據(jù)特斯拉的介紹，Optimus的2.7kwh電池組只需充電一次可以工作一整天，這說明特斯拉再次利用了其在電池開發(fā)方面的獨特經(jīng)驗。

很顯然，在將神經(jīng)網(wǎng)絡(luò)從自動駕駛汽車應(yīng)用在類人機器人之前，需要對其進行重新利用和再訓(xùn)練。但特斯拉在其深度學(xué)習(xí)架構(gòu)中使用的模塊化方法，可能使再訓(xùn)練部分網(wǎng)絡(luò)變得更容易，而不是完全進行端到端的再訓(xùn)練。

Hubicki很想知道的一件事是，特斯拉的開發(fā)人員如何獲得調(diào)整深度學(xué)習(xí)模型所需的數(shù)據(jù)。特斯拉的自動駕駛技術(shù)主要依賴于銷售的汽車所收集的大量數(shù)據(jù)。人形機器人將在完全不同的環(huán)境中工作，需要不同的訓(xùn)練數(shù)據(jù)。模擬引擎的進步使得研究團隊更容易用最少的真實數(shù)據(jù)訓(xùn)練機器人。但顯然，特斯拉仍然在這方面沒有優(yōu)勢。

在此次活動的演示中，特斯拉的科學(xué)家表示神經(jīng)網(wǎng)絡(luò)在新平臺上進行了重新訓(xùn)練，并提到了神經(jīng)輻射場(NeRF)，這是一種從2D圖像創(chuàng)建3D場景的深度學(xué)習(xí)技術(shù)。但關(guān)于他們使用的模擬數(shù)據(jù)與實際數(shù)據(jù)的對比程度，沒有提供進一步的細(xì)節(jié)。

特斯拉的這款人型機器人有著像人類一樣的手指，Optimus機器人的機械手有11個自由度，雖然不及人類雙手的27個自由度，但仍然是一個非常具有挑戰(zhàn)性的壯舉，這也是許多機器人公司使用更簡化架構(gòu)的原因。這意味著訓(xùn)練機械手將更具挑戰(zhàn)性，需要采用更多的數(shù)據(jù)。他們利用動作捕捉技術(shù)創(chuàng)造了一系列不同的姿勢和動作，然后機器人就能適應(yīng)它想要執(zhí)行的任務(wù)，而這與波士頓動力公司的Atlas團隊正在做的事情類似。

此次活動中的演示表明，機器人的機械手仍然搖晃不定，這讓人懷疑它能否處理需要靈巧和觸感的物體，很想知道他們?nèi)绾螐浹a這一差距。

自主性和認(rèn)知水平是大的考驗

Optimus機器人對目標(biāo)檢測和圖像分割

另一個問題是Optimus機器人的自治水平。它是一個由操作人員遠(yuǎn)程操作的機器人？還是一個完全自主的機器人系統(tǒng)，能夠在沒有操作人員控制的情況下執(zhí)行廣泛定義的任務(wù)?

Optimus機器人展示了撿拾物體并執(zhí)行諸如給植物澆水等任務(wù)。在演示中，目標(biāo)檢測和圖像分割似乎工作得很完美。但檢測環(huán)境中的物體只是機器人面臨的技術(shù)挑戰(zhàn)的一小部分，機器人還必須能夠在所處環(huán)境中規(guī)劃路線，優(yōu)先考慮其目標(biāo)，處理突然出現(xiàn)的障礙和干擾，并執(zhí)行許多更具挑戰(zhàn)性的任務(wù)，以實現(xiàn)完全自主性。而在這些領(lǐng)域仍然沒有完美的解決方案。

特斯拉的自動駕駛技術(shù)在其中一些領(lǐng)域取得了令人印象深刻的進步，這對Optimus機器人的開發(fā)非常有幫助。然而，類人機器人的環(huán)境更加不可預(yù)測，也更難掌握。與自動駕駛汽車不同，類人機器人將與人類一起工作，這將要求更高的準(zhǔn)確性和安全標(biāo)準(zhǔn)，并且它們所在的環(huán)境更加多樣化和不可預(yù)測。

Hubicki表示，他很喜歡波士頓動力公司的四足機器人Spot的半自動模式，在這種模式下，由操作人員指定路徑或一系列任務(wù)，機器人在探測和避開障礙物的同時導(dǎo)航路徑。它提供了人工智能/機器人技術(shù)和人類智能的最佳結(jié)合。而了解特斯拉計劃如何分配機器人的勞動力將是一件有趣的事情。

人形機器人是終極形態(tài)嗎？

Optimus機器人展示撿拾物體

馬斯克在演講中表示，最終將生產(chǎn)數(shù)百萬臺Optimus機器人。鑒于特斯拉在精密制造和生產(chǎn)線方面的經(jīng)驗，如果該公司能夠達到這樣的產(chǎn)量，并通過規(guī)模經(jīng)濟降低類人機器人的生產(chǎn)成本。

但Hubicki仍然對人形機器人的使用情況感到困惑。除了Optimus機器檢在體力勞動實現(xiàn)自動化方面的潛力之外，馬斯克并沒有非常明確指出它的用途。

馬斯克對機器人技術(shù)并不陌生。特斯拉使用機器人來實現(xiàn)汽車制造的自動化，而且工作效率很高。在制造業(yè)、倉儲、建筑以及需要體力勞動的領(lǐng)域，更好的解決方案是為特定的任務(wù)創(chuàng)造機器人，使它們更好地發(fā)揮作用。

也就是說，近年來機器人的能力越來越強，為更動態(tài)的應(yīng)用和用例開辟了道路。例如，波士頓動力公司的Stretch機器人適用于部署在物體排列不斷變化的倉庫中。另一方面，Spot是一個四條腿的機器人，它可以在崎嶇的地形上行走，并在人身危險的環(huán)境中工作，例如礦山和工業(yè)園區(qū)。

Hubicki指出，他并不認(rèn)為未來會有一批類人機器人在很多任務(wù)中取代人類。與其相反，他預(yù)計機器人將以各種形式出現(xiàn)(輪式、類人、無人機等)承擔(dān)特定的任務(wù)，與人類合作，并逐漸具備足夠的能力來完成大部分工作。

然而事實表明，人們經(jīng)常無法預(yù)測新技術(shù)的未來用途。例如很多科學(xué)家低估了互聯(lián)網(wǎng)、移動計算、智能手機、社交媒體以及其他已經(jīng)成為人們生活不可或缺技術(shù)。那么誰能知道人形機器人會完成什么工作呢?

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。