別再迷戀“AI超級(jí)大腦”了！劍橋教授發(fā)文：機(jī)器人集體智能才是未來(lái)

你有沒有想過，為什么我們還造不出真正適應(yīng)現(xiàn)實(shí)世界的機(jī)器人？

明明人工智能（AI）模型規(guī)模越來(lái)越大，單體能力越來(lái)越強(qiáng)，可具身機(jī)器人在執(zhí)行集體任務(wù)時(shí)，要么因反應(yīng)太慢跟不上實(shí)時(shí)任務(wù)，要么因無(wú)法適應(yīng)新場(chǎng)景而經(jīng)常“掉鏈子”。

今天，英國(guó)劍橋大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系集體智能與機(jī)器人學(xué)教授 Amanda Prorok在科學(xué)期刊

Science Robotics

專注于獨(dú)立運(yùn)作的個(gè)體機(jī)器人的經(jīng)典機(jī)器人自主性方法，并不適合那些將互動(dòng)與協(xié)作視為必不可少的復(fù)雜現(xiàn)實(shí)世界環(huán)境。

簡(jiǎn)單來(lái)說，機(jī)器人智能的未來(lái)，從來(lái)不是“一個(gè)超級(jí)大腦打天下”，而是一群專業(yè)伙伴共同協(xié)作。

Prorok 教授甚至認(rèn)為，這種方法“從根本上就是錯(cuò)誤的”。因?yàn)?scaling laws 表明，實(shí)現(xiàn)更復(fù)雜的行為需要不成比例的高投入，這使得這種實(shí)現(xiàn)機(jī)器人自主性的方法既不具可擴(kuò)展性，也不可持續(xù)。

她建議，研究人員需要進(jìn)行范式轉(zhuǎn)變：將機(jī)器人集群設(shè)計(jì)為由多樣化、專業(yè)化的 Agent 組成，使其作為更大系統(tǒng)的一部分發(fā)揮作用。

文章鏈接：

www.science.org/doi/10.1126/scirobotics.adv4049

單一模型為何走不遠(yuǎn)？
目前最先進(jìn)的機(jī)器人，大多依賴一個(gè)集中控制的龐大模型，試圖一個(gè)模型完成導(dǎo)航、感知、交互等所有任務(wù)。
Prorok 教授認(rèn)為，當(dāng)前機(jī)器人追求自主性的做法存在誤區(qū)。在機(jī)器人運(yùn)行的整個(gè)生命周期中，它們必然要與其他 Agent 產(chǎn)生互動(dòng)。但時(shí)至今日 Agent 之間的集體行為仍常被視為偶然現(xiàn)象，而非智能本質(zhì)的組成部分。

無(wú)論是實(shí)體，還是虛擬 AI 系統(tǒng)，在設(shè)計(jì)之初就未考慮與機(jī)器或人類等其他 Agent 的交互需求。現(xiàn)有認(rèn)知框架和基礎(chǔ) AI 教材仍將經(jīng)典 AI 問題定義為孤立機(jī)器在非社交環(huán)境中的對(duì)抗。

同樣，傳統(tǒng)機(jī)器人自主性定義將獨(dú)立自主的機(jī)器人定位為無(wú)需依賴任何外部因素即可自主應(yīng)對(duì)環(huán)境的 Agent。

深度學(xué)習(xí)的 scaling laws 顯示，要讓機(jī)器人行為更復(fù)雜，模型規(guī)模和數(shù)據(jù)需求會(huì)呈指數(shù)級(jí)增長(zhǎng)。當(dāng)前，典型的 AI 產(chǎn)品采用集中式控制的單體架構(gòu)，參數(shù)規(guī)模可達(dá)數(shù)百萬(wàn)甚至數(shù)十億級(jí)。這意味著，要想讓機(jī)器人再聰明一點(diǎn)，就要投入成倍的能源、時(shí)間和資金。

更糟的是，這些大模型根本不實(shí)用：僅計(jì)算模型本身就需要數(shù)百 GB 內(nèi)存，前向傳播延遲讓它們目前只能在離線狀態(tài)下以較低速度運(yùn)行，無(wú)法應(yīng)用于高頻控制場(chǎng)景，導(dǎo)致許多機(jī)器人應(yīng)用場(chǎng)景難以實(shí)現(xiàn)。

下圖展示了 4 個(gè)大模型在兩種平臺(tái)上的運(yùn)行性能。數(shù)據(jù)顯示，即便在性能更強(qiáng)的開發(fā)板上運(yùn)行，也只有最小的模型能勉強(qiáng)達(dá)到“實(shí)時(shí)響應(yīng)”的標(biāo)準(zhǔn)。

圖｜DINOv2模型在兩種平臺(tái)上的推理頻率對(duì)比（a）；對(duì)模型數(shù)據(jù)進(jìn)行線性擬合顯示（b）。

集體智能：1+1 要大于 2

Prorok 教授表示，現(xiàn)如今機(jī)器人研究領(lǐng)域正順應(yīng)將現(xiàn)成的集中式、單體化 AI 模型整合到自主系統(tǒng)架構(gòu)中的趨勢(shì)，這種決策設(shè)計(jì)正推動(dòng)著通用型機(jī)器人的開發(fā)熱潮。但智能并非單一的超級(jí)有機(jī)體，也不是所有設(shè)想任務(wù)都能由單個(gè)超級(jí)機(jī)器人完成。

既然單一模型走不通，那讓機(jī)器人像人類一樣合作行不行？

答案是肯定的，與其追求由同一套通用大腦操控的獨(dú)立機(jī)器人，科學(xué)家認(rèn)為更應(yīng)聚焦于設(shè)計(jì)由心智與軀體相互依存、形態(tài)多樣且功能專業(yè)化的機(jī)器人集群，使其作為更大系統(tǒng)的一部分協(xié)同運(yùn)作。

因此，集體機(jī)器人智能需要在硬件和軟件設(shè)計(jì)上采取更模塊化、組合式的設(shè)計(jì)方法。在這種架構(gòu)下，多個(gè)模型不僅能相互學(xué)習(xí)，還能在不同實(shí)體機(jī)器人內(nèi)部及跨實(shí)體間進(jìn)行互動(dòng)。

首先，集體智能的核心是專業(yè)化分工。

不是讓一個(gè)模型包攬一切，而是讓每個(gè)機(jī)器人專注一項(xiàng)技能，再通過協(xié)作組合出復(fù)雜能力。

采用專業(yè)模型的 Agent 組成的群體，能夠通過組合技能實(shí)現(xiàn)超線性提升，并以新穎且未經(jīng)訓(xùn)練的方式整合個(gè)體能力。

這種模塊化、組合式的自主方法，使 Agent 和機(jī)器人能夠有效模擬龐大神經(jīng)網(wǎng)絡(luò)的行為模式，并在運(yùn)行時(shí)動(dòng)態(tài)重組以適應(yīng)任務(wù)需求，實(shí)現(xiàn)“超線性增益”，隨著技能組合數(shù)量增加，性能增長(zhǎng)速度遠(yuǎn)超單個(gè)模型的提升。

圖｜機(jī)器人模型集群的 scaling law 示意圖

其次，有些技能只能通過集體中的社交學(xué)習(xí)來(lái)習(xí)得。

基于從零開始訓(xùn)練互動(dòng)的理念，協(xié)作學(xué)習(xí)過程還能讓單個(gè)專家模型更深入地理解自身能力與局限。這種認(rèn)知自然會(huì)促使其明白在什么時(shí)機(jī)、何種情境下需要與其他模型合作，才能克服短板、達(dá)成更復(fù)雜的任務(wù)目標(biāo)。

諸如心智理論和元認(rèn)知都并非與生俱來(lái)，而是在集體環(huán)境中習(xí)得的。這些技能對(duì)于涉及與人類或其他 Agent 及機(jī)器人互動(dòng)的任務(wù)至關(guān)重要。

此外，集體學(xué)習(xí)能夠提升單個(gè) Agent 的性能表現(xiàn)，即使面對(duì)單一任務(wù)時(shí)，也能通過加速學(xué)習(xí)進(jìn)程和優(yōu)化長(zhǎng)期效果來(lái)實(shí)現(xiàn)。

這種優(yōu)勢(shì)源于一種經(jīng)驗(yàn)共享機(jī)制：在機(jī)器人領(lǐng)域，由于執(zhí)行的是物理操作而非虛擬模擬，收集實(shí)驗(yàn)數(shù)據(jù)往往成本高昂、風(fēng)險(xiǎn)較高甚至存在安全隱患。借助他人經(jīng)驗(yàn)可以催化學(xué)習(xí)過程，更重要的是能夠避免重復(fù)危險(xiǎn)行為。共享知識(shí)還能通過分?jǐn)偤凸蚕硖囟寄軄?lái)緩解災(zāi)難性遺忘問題。

集體智能并非簡(jiǎn)單“湊數(shù)”

當(dāng)然，讓機(jī)器人“組隊(duì)協(xié)作”，并不是把幾個(gè)機(jī)器人放在一起那么簡(jiǎn)單。目前這一領(lǐng)域還有不少亟待解決的挑戰(zhàn)，需要研究人員繼續(xù)“闖關(guān)”。

第一關(guān)是“如何協(xié)作”的技術(shù)關(guān)。

當(dāng)前機(jī)器人間的顯式局部交互通常依賴窄帶通信網(wǎng)絡(luò)。然而，如何設(shè)計(jì)幫助機(jī)器人確定“交流內(nèi)容、時(shí)機(jī)及對(duì)象”的方法仍是一個(gè)未解難題。

現(xiàn)有的機(jī)器人間的通信大多依賴窄帶網(wǎng)絡(luò)，且很難設(shè)計(jì)出“該說什么、什么時(shí)候說”的策略。

雖然有研究者嘗試用可微分通信信道讓機(jī)器人自動(dòng)生成交互信號(hào)，或用圖神經(jīng)網(wǎng)絡(luò)規(guī)劃協(xié)作路徑，但這些技術(shù)還在起步階段，要理解這些新興方法在構(gòu)建魯棒且適應(yīng)性強(qiáng)的機(jī)器人集群時(shí)的權(quán)衡與局限性，仍需更多研究。

第二關(guān)是“怎么落地”的設(shè)計(jì)關(guān)。

盡管該領(lǐng)域進(jìn)展迅速，但“機(jī)器人混合”范式的概念仍然不明確，要設(shè)計(jì)能夠應(yīng)對(duì)不同且可能互不重疊動(dòng)作領(lǐng)域的模型頗具挑戰(zhàn)。

在“混合機(jī)器人”方法中，這一難題可轉(zhuǎn)化為連接各類模型的算法或機(jī)制。初步探索可借鑒集成模型、混合專家、超網(wǎng)絡(luò)及層次學(xué)習(xí)等研究成果，但最終目標(biāo)是根據(jù)底層任務(wù)需求組裝機(jī)器人集群。

在這些方面，當(dāng)前仍存在諸多技術(shù)空白，特別是在實(shí)現(xiàn)專業(yè)機(jī)器人技能與行為的實(shí)時(shí)組合方面。

第三關(guān)是“怎么評(píng)價(jià)”的標(biāo)準(zhǔn)關(guān)。

當(dāng)前對(duì)于性能的定義仍停留在基礎(chǔ)層面，往往被簡(jiǎn)化為學(xué)習(xí)損失的替代指標(biāo)或單個(gè)機(jī)器人模型的優(yōu)化目標(biāo)，卻忽視了包含團(tuán)隊(duì)層面的滿意度和集體韌性等更復(fù)雜的綜合指標(biāo)。

這種評(píng)估體系既不考慮任務(wù)多樣性，也不考量團(tuán)隊(duì)適應(yīng)不同協(xié)作場(chǎng)景、物體分布和類型的綜合能力。結(jié)果就導(dǎo)致系統(tǒng)在受控的單機(jī)測(cè)試中表現(xiàn)優(yōu)異，但在需要靈活團(tuán)隊(duì)協(xié)作或精準(zhǔn)角色分配的環(huán)境中卻力不從心。

因此，Prorok 教授建議，我們需要制定更全面的基準(zhǔn)測(cè)試標(biāo)準(zhǔn)，從而建立超越單純個(gè)體成功率的綜合性評(píng)估體系。

如今，雖然運(yùn)用 AI 技術(shù)至關(guān)重要，但真正的突破仍需我們抵制那些為追求短期利益而回避深層基礎(chǔ)性挑戰(zhàn)的誘惑。

在 Prorok 教授看來(lái)，未來(lái)的機(jī)器人，不會(huì)是單一的龐大模型，而是默契的協(xié)作團(tuán)隊(duì)。當(dāng)機(jī)器人學(xué)會(huì)“團(tuán)結(jié)”，它們才真正具備了走進(jìn)現(xiàn)實(shí)世界的能力。

整理：小瑜

如需轉(zhuǎn)載或投稿，請(qǐng)直接在公眾號(hào)內(nèi)留言