智東西（公眾號：zhidxcom）

作者 | 楊暢

編輯 | Panken

智東西7月19日訊息，據外媒VentureBeat報道，當地時間6月3號，全球頂尖人工智慧研究機構OpenAI聯合創始人Wojciech Zaremba透露，OpenAI已經解散了其機器人團隊，將注意力轉移到其他更容易獲取資料的領域。有公司發言人稱機器人團隊解散時間是去年10月。

根據Zaremba的說法，OpenAI最初開展機器人研究是為了幫助他們公司通用人工智慧方面發展，推進強化學習技術水平，OpenAI選擇解散機器人團隊對公司更有利，他們發現有其他研究方法可以使強化學習研究取得更快的進展。

螢幕右側為OpenAI聯合創始人Wojciech Zaremba，他說OpenAI解散了其機器人團隊

訪談影片地址：

https：//www。youtube。com/watch？v=429QC4Yl-mA&t=1153s

一、曾研發能解魔方的機械手

公司聯合創始人Zaremba是在由美國初創公司Weights &Bias主持的播客上，透露其機器人團隊解散這個訊息。

Zaremba說：“事實證明，當我們利用資料時，我們能夠取得巨大的進步，然後機器學習、無監督學習和強化學習工作得更好了。很多領域都需要極其豐富的資料，這最終阻礙了機器人技術方面的發展。‘解散機器人團隊’的決定對於我自己來說是相當艱難的，但我前一段時間意識到，實際上，從公司角度來看這樣做是最好的。”

在一份宣告中，OpenAI的一位發言人告訴VentureBeat：“在公司透過魔方專案和其他專案推進強化學習技術水平一段時間之後，去年10月份我們決定不再繼續更多的機器人研究，轉而將團隊的重點移到其他專案上。因為人工智慧及其能力的快速發展，我們發現了其他方法，例如基於人類反饋的強化學習，將加快我們強化學習的研究進展。”

在OpenAI解散機器人團隊之前，他們已經進行了好幾年的機器人研究。

早在2017年，OpenAI釋出過一個機器人模擬控制開源軟體Roboschool。同年，它開發出了一個機器人系統，在模擬環境中徹底地訓練這個系統，並將其部署到一個實體機器人身上。這個機器人看一遍這個新任務怎麼做，就能學會它。

OpenAI在2018年研究出了可用的模擬機器人環境和能從失敗中學習的強化學習演算法HER（Hindsight Experience Replay）。

2019年10月，OpenAI首次大範圍的展示了它在機器人方面的工作情況，在一項研究中，詳細介紹其設計五指機械手，其中內建人工智慧模型來引導機械手運動。

當時，表現最好的系統模型解開魔方的成功率約為20%到60%，似乎不是特別令人矚目。但值得注意的，研究人員增加難度，如綁住機械手手指或者給機械手戴上皮手套時，機械手仍能解開魔方。

機器手在戴上皮手套並用綁帶綁住的情況下解魔方

二、解散團隊或因偏離AGI目標

如果OpenAI是一家機器人公司，那麼它的公司使命會與現在不同，在這樣的假設下，Zaremba認為公司會繼續大力發展機器人業務。

“但從我們公司想要實現的目標——通用人工智慧（AGI）角度來看，有一些業務部分要失去。”他談道。

OpenAI長期以來一直宣稱，龐大的算力是邁向AGI的必要一步，或者人工智慧可學習人類能夠完成的任務。當初進行機器人研究也是為了促進AGI方面的發展。

當 加拿大蒙特利爾 學習演算法研究所（Montreal Institute of Learning Algorithms，Mila）創始人Yoshua Bengio和Facebook副總裁兼首席人工智慧科學家Yann LeCun等名人認為AGI不存在時，OpenAI的聯合創始人和贊助人，包括Greg Brockman、首席科學家Ilya Sutskever、 Elon Musk 、Reid Hoffman和美國Y Combinator前總裁Sam Altman等，都相信強大的計算機結合強化學習、預訓練和其他技術可以實現顛覆正規化的人工智慧的進步。

除了利用解魔方機器人來推進強化學習之外，據 MIT Technology Review 2020年報道，OpenAI的Foresight團隊還開展過一項實驗，測試他們透過越來越多大量的資料和計算去訓練演算法，能把人工智慧的能力推進到什麼程度。

這份報道還指出，OpenAI正在使用大量的計算資源開發一個訓練影象、文字和其他資料的系統，該公司領導層認為這是實現AGI最有前途的路徑。

OpenAI進行的這一努力的成果之一是DALL-E，一個文字到影象（text-to-image）的引擎，它本質上是一個視覺創意生成器。

DALL-E根據文字去合成影象

給定一個文字提示，OpenAI這個系統生成影象去匹配提示。當提示資訊暗示影象必須包含一個沒有明確說明的細節時，DALL-E就填充空白。DALL-E可用結合不同的想法來合成物體，其中一些合成物體不太可能在現實世界存在，比如蝸牛和 豎琴 的混合體。

相比DALL-E來說，目前機器人業務對於公司AGI發展目標來說，發揮作用可能有點慢。

Brockman和Altman特別相信，AGI將能夠比任何一個人掌握的領域更多，這個的實現主要是透過識別人類專家難以發現的複雜的跨學科聯絡。此外，他們預測合理部署AGI，換句話說，透過AGI與社會科學等相關領域的研究人員的“密切合作”，可能會有助於解決氣候變化、醫療保健和教育方面的長期挑戰。

Zaremba說：“當我們建立機器人（系統）時，我們認為可以透過自生成（self-generated）資料和強化學習來取得很大進展。當時，我相信預訓練讓（增加）模型的‘智商點’便宜到原來的一百分之一。”

他補充道，在建立大型複雜的人工智慧系統時，預訓練是一種特別強大的技術。在高層次上，預訓練有助於模型去學習一般的特徵，這些特徵可以在目標任務中重複使用，來提高模型準確性。

預訓練被用來開發OpenAI的Codex模型，該模型經過數十億行公共程式碼訓練，以支援微軟GitHub的Copilot服務，該服務為像Microsoft Visual Studio等開發環境中的整行程式碼提供建議。Codex是OpenAI GPT-3的一個微調版本，GPT-3是一種語言模型，它預先訓練了來自網站、書籍、 維基百科 和其他網路資源的超過一萬億單詞。

GPT-3網站主頁

三、經濟困境難解，和微軟加深商業化合作

OpenAI放棄機器人業務，或許還與其面臨的經濟現實有關。

由於OpenAI是一家“非營利公司”，主要研發的又是“GPT-3”這樣的燒錢機器，成本負擔與日俱增。 谷歌 母公司 Alphabet 旗下頂尖AI研究公司 DeepMind 也承受著相似的入不敷出壓力。

從前年起，OpenAI和它的投資者 微軟公司 開始開展更多商業化方向的嘗試。

2019年7月微軟宣佈將向總部位於舊金山的OpenAI投資10億美元，以聯合開發微軟Azure雲平臺的新技術。作為交換，OpenAI同意將其部分智慧財產權授權給微軟，然後微軟將這些智慧財產權打包出售給合作伙伴，並在OpenAI開發下一代計算硬體時在Azure上訓練和執行人工智慧模型。

在接下來的幾個月裡，OpenAI釋出了一個微軟Azure支援的API，允許開發者探索GPT-3的功能。OpenAI指出GPT-3目前被“數萬”開發者用於300多個不同的應用程式，每天產生45億單詞。到2020年底，微軟宣佈將獨家授權給GPT-3，為客戶開發和提供人工智慧解決方案，並開發利用自然語言生成能力的新產品。

微軟還宣佈，GPT-3將與Power Apps“深度”整合，Power Apps是微軟的低程式碼應用開發平臺，專門用於生成公式。例如，人工智慧功能將允許使用者構建一個電子商務應用，用對話語言（“查詢名稱以‘孩子’開頭的產品”）描述一個程式設計目標。

至於像OpenAI進行的DALL-E和Jukebox這樣的專案，它們也有明顯和直接的商業應用。Jukebox是一種人工智慧系統，可以從頭開始生成任何風格的音樂，並配有人聲。OpenAI預測DALL-E有一天會增強甚至取代3D渲染引擎。例如，建築師可以使用該工具來視覺化建築，而圖形藝術家可以將其應用於軟體和電子遊戲設計。

結語：成本壓力下，多家明星機器人團隊“退賽”

機器人行業是資本密集型行業，並且從研發到成熟再到商業化，一個團隊需要很長時間才能打磨好一款機器人，但是投放到市場的效果是不可預期的。很多公司因為資金問題和商業化效果不佳，而走向倒閉的境地。

例如2018年10月美國工業機器人公司Rethink Robotics倒閉，其CEO Scott Eckert在一封信中就談道，Rethink Robotics在工業機器人領域領先，但公司市場表現達不到預期，幾款機器人銷量遠低於預期，導致現金流不足、公司倒閉。

不止Rethink Robotics，還有美國Anki機器人公司2019年4月最後一輪融資失敗，然後破產。其創始人兼CEO Boris Sofman在一份宣告中說，如果沒有大量資金來支援Anki的硬體和軟體業務，併為長期產品路線圖架起橋樑的話，大家預期機器人驅動應用的未來根本不可能實現。目前，機器人行業發展還是任重而道遠。