陳根：家政服務——機器人涉足的新領域

在掃地機器人風靡尋常百姓千萬家之后，一款名叫TidyBot的機器人走入了人們的視野，開啟了家政服務全新的人工智能時代。TidyBot是由普林斯頓大學、斯坦福大學和谷歌的一組研究人員，共同研發的一款能聽懂英語指令并執行家務的機器人�；�于OpenAI 的 GPT-3 Davinci 模型，TidyBot可以根據用戶的喜好，自動完成如分類洗衣服、收拾玩具和垃圾等家政服務任務。

OpenAI 的GPT-3 Davinci模型是一種深度學習模型，屬于GPT 模型系列的一部分，可以理解和生成自然語言。所謂深度學習模型，是指一類機器學習模型，其基本原理是通過多層神經網絡進行特征提取和學習。深度學習模型的特點是可以從大量數據中自動學習表示，并通過反向傳播算法進行端到端的訓練。

而作為大型語言模型，GPT具有強大的總結能力。該能力與個性化機器人的泛化需求恰好匹配；同時通過大量的文本數據學習復雜的對象屬性和關系。

大型語言模型的優勢

經過不斷的研究訓練和改進，大型語言模型已經展現出了巨大的應用潛力。在自然語言處理領域，大型語言模型可以用于機器翻譯、文本摘要、情感分析等任務，大大提高了自然語言處理的效果。在智能助手和虛擬人物領域，大型語言模型可以模擬人類對話，與用戶進行交互，并提供智能化的服務。在教育、醫療、金融等行業，大型語言模型也有廣泛的應用，可以輔助教學、輔助醫療決策、智能客服等。

大型語言模型不僅在語言理解和生成方面取得了顯著進展，還具備了強大的遷移學習能力。與需要昂貴的數據收集和模型訓練的傳統方法不同，大型語言模型利用它們從海量文本數據中學習到的強大的總結能力，可以直接“開箱即用”地實現機器人領域的泛化。

TidyBot的訓練測試

在大型語言模型的加持下，機器人具備了更強的問題解決能力。在測試訓練中，研究人員在一個基于文本的基準數據集中，輸入用戶偏好，并要求模型創建個性化規則來確定物品歸屬。模型將示例總結為一般規則，并使用總結來確定新物品的放置位置。結果顯示，測試在未見物品上的準確率達到了91.2%。

將該測試應用于機器人TidyBot時，它能夠成功地收拾85%的物品。據介紹，TidyBot在操作過程中，除了應用大型語言模型之外，還使用了圖像分類器CLIP和物體檢測器OWL-ViT。

“以前的任務規劃系統大多依賴于一些形式的搜索或優化算法，這些算法不太靈活，也很難構建。大型語言模型和多模態大型語言模型使這些系統能夠從互聯網規模的數據中受益，并輕松地用于解決新問題。” 佐治亞理工學院交互計算學院的助理教授徐丹飛說。