AI ຫຸ່ນຍົນຮູບຮ່າງຄ້າຍຄືກັບມະນຸດແມ່ນຫຍັງ?

AI ຫຸ່ນຍົນຮູບຮ່າງຄ້າຍຄືມະນຸດແມ່ນແນວຄວາມຄິດ - ແລະ ການປະຕິບັດທີ່ເພີ່ມຂຶ້ນເລື້ອຍໆ - ໃນການໃສ່ຄວາມສະຫຼາດທີ່ສາມາດປັບຕົວໄດ້ເຂົ້າໃນເຄື່ອງຈັກທີ່ສະທ້ອນເຖິງຮູບແບບພື້ນຖານຂອງພວກເຮົາ. ສອງແຂນ, ສອງຂາ, ເຊັນເຊີບ່ອນທີ່ໃບໜ້າອາດຈະມີ, ແລະ ສະໝອງທີ່ສາມາດເຫັນ, ຕັດສິນໃຈ, ແລະ ກະທຳ. ມັນບໍ່ແມ່ນໂຄຣມວິທະຍາສາດເພື່ອຜົນປະໂຫຍດຂອງມັນເອງ. ຮູບຮ່າງຂອງມະນຸດແມ່ນ hack ທີ່ໃຊ້ໄດ້ຈິງ: ໂລກຖືກສ້າງຂຶ້ນສຳລັບຄົນ, ສະນັ້ນຫຸ່ນຍົນທີ່ມີຮອຍຕີນ, ມືຈັບ, ຂັ້ນໄດ, ເຄື່ອງມື, ແລະ ພື້ນທີ່ເຮັດວຽກຮ່ວມກັນກັບພວກເຮົາ, ໃນທາງທິດສະດີ, ສາມາດເຮັດໄດ້ຫຼາຍກວ່າໃນມື້ທຳອິດ. ທ່ານຍັງຕ້ອງການຮາດແວທີ່ດີເລີດ ແລະ ການຊ້ອນກັນຂອງ AI ທີ່ຈິງຈັງເພື່ອຫຼີກເວັ້ນການສ້າງຮູບປັ້ນທີ່ສະຫງ່າງາມ. ແຕ່ຊິ້ນສ່ວນຕ່າງໆກຳລັງຄລິກເຂົ້າກັນໄວກວ່າທີ່ຄົນສ່ວນໃຫຍ່ຄາດຫວັງ. 😉

ຖ້າທ່ານເຄີຍໄດ້ຍິນຄຳສັບຕ່າງໆເຊັ່ນ: AI ທີ່ມີຕົວຕົນ, ຮູບແບບການເບິ່ງເຫັນ-ພາສາ-ການກະທຳ, ຫຼື ຄວາມປອດໄພ ແລະ ຄວາມຄິດຂອງຫຸ່ນຍົນຮ່ວມມື... ຄຳສັບທີ່ເຢັນໆ, ດຽວນີ້ຄູ່ມືນີ້ຈະແບ່ງມັນອອກເປັນຄຳເວົ້າທຳມະດາ, ໃບຮັບເງິນ, ແລະ ຕາຕະລາງທີ່ສັບສົນເລັກນ້ອຍ. 

ບົດຄວາມທີ່ທ່ານອາດຈະຢາກອ່ານຫຼັງຈາກບົດຄວາມນີ້:

🔗 ຫຸ່ນຍົນຂອງ Elon Musk ຈະຮັບວຽກຂອງເຈົ້າໄວເທົ່າໃດ
ສຳຫຼວດເສັ້ນເວລາ, ຄວາມສາມາດ, ແລະ ຄວາມສ່ຽງຂອງການເຮັດວຽກແບບອັດຕະໂນມັດຄ້າຍຄືກັບມະນຸດ.

🔗 ອະຄະຕິຂອງ AI ແມ່ນຫຍັງ? ອະທິບາຍງ່າຍໆ
ຄຳນິຍາມ, ແຫຼ່ງຂໍ້ມູນທົ່ວໄປ, ຕົວຢ່າງຕົວຈິງ, ແລະຍຸດທະສາດການຫຼຸດຜ່ອນ.

🔗 ຜູ້ຝຶກອົບຮົມ AI ເຮັດຫຍັງແດ່?
ບົດບາດ, ທັກສະ, ຂັ້ນຕອນການເຮັດວຽກ ແລະ ເສັ້ນທາງອາຊີບໃນການຝຶກອົບຮົມແບບຈຳລອງ.

🔗 ຄຳອະທິບາຍກ່ຽວກັບ AI ແບບຄາດເດົາສຳລັບຜູ້ເລີ່ມຕົ້ນ
ຮູບແບບການຄາດຄະເນຄາດຄະເນຜົນໄດ້ຮັບ, ກໍລະນີການນຳໃຊ້ ແລະ ຂໍ້ຈຳກັດແນວໃດ.

AI ຫຸ່ນຍົນ Humanoid ແມ່ນຫຍັງກັນແທ້?

ໃນຫຼັກຂອງມັນ, Humanoid Robot AI ປະສົມປະສານສາມຢ່າງຄື:

• ຮູບແບບຮູບຮ່າງມະນຸດ - ແຜນຜັງຮ່າງກາຍທີ່ຄ້າຍຄືກັບຮ່າງກາຍຂອງພວກເຮົາ, ສະນັ້ນມັນສາມາດນຳທາງຂັ້ນໄດ, ເອື້ອມເຖິງຊັ້ນວາງ, ຍ້າຍກ່ອງ, ເປີດປະຕູ, ແລະ ໃຊ້ເຄື່ອງມືໄດ້.

• ສະຕິປັນຍາທີ່ປະກົດຕົວ - AI ບໍ່ໄດ້ລອຍຢູ່ໃນຄລາວດ໌ພຽງຢ່າງດຽວ; ມັນຢູ່ພາຍໃນຕົວແທນທາງກາຍະພາບທີ່ຮັບຮູ້, ວາງແຜນ ແລະ ກະທຳໃນໂລກ.

• ການຄວບຄຸມແບບທົ່ວໄປ - ຫຸ່ນຍົນທີ່ທັນສະໄໝໃຊ້ຮູບແບບທີ່ເຊື່ອມຕໍ່ວິໄສທັດ, ພາສາ ແລະ ການກະທຳຫຼາຍຂຶ້ນເລື້ອຍໆ ດັ່ງນັ້ນນະໂຍບາຍໜຶ່ງສາມາດຂະຫຍາຍໄປທົ່ວໜ້າວຽກຕ່າງໆ. RT-2 ຂອງ Google DeepMind ແມ່ນຕົວຢ່າງທີ່ເປັນທາງການຂອງ ວິໄສທັດ-ພາສາ-ການກະທຳ (VLA) ທີ່ຮຽນຮູ້ຈາກຂໍ້ມູນເວັບ + ຫຸ່ນຍົນ ແລະ ປ່ຽນຄວາມຮູ້ນັ້ນເປັນການກະທຳຂອງຫຸ່ນຍົນ [1].

ຄວາມເຂົ້າໃຈທີ່ງ່າຍກວ່າ: ຫຸ່ນຍົນ AI ຮູບຮ່າງຄ້າຍຄືກັບມະນຸດ ແມ່ນຫຸ່ນຍົນທີ່ມີຮ່າງກາຍຄືກັບມະນຸດ ແລະ ສະໝອງທີ່ລວມເອົາການເບິ່ງເຫັນ, ຄວາມເຂົ້າໃຈ ແລະ ການເຮັດເຂົ້າກັນ - ໂດຍທົ່ວໄປແລ້ວແມ່ນໃນຫຼາຍໆໜ້າວຽກ, ບໍ່ແມ່ນພຽງແຕ່ໜ້າວຽກດຽວ.

ສິ່ງທີ່ເຮັດໃຫ້ຫຸ່ນຍົນຮູບຮ່າງຄ້າຍຄືມະນຸດມີປະໂຫຍດ🔧🧠

ຄຳຕອບສັ້ນໆ: ບໍ່ແມ່ນໜ້າຕາ, ແຕ່ແມ່ນ ຄວາມສາມາດ . ຄຳຕອບທີ່ຍາວກວ່າ:

• ການເຄື່ອນທີ່ໃນພື້ນທີ່ຂອງມະນຸດ - ຂັ້ນໄດ, ທາງຍ່າງເທິງເວທີ, ທາງຍ່າງແຄບ, ປະຕູ, ມຸມທີ່ບໍ່ສະດວກ. ຮອຍຕີນຂອງມະນຸດແມ່ນຮູບຮ່າງເລຂາຄະນິດຕາມຄ່າເລີ່ມຕົ້ນຂອງສະຖານທີ່ເຮັດວຽກ.

• ການຫມູນໃຊ້ທີ່ຄ່ອງແຄ້ວ - ສອງມືທີ່ມີຄວາມສາມາດສາມາດເຮັດວຽກບ້ານຫຼາຍຢ່າງໄດ້ເມື່ອເວລາຜ່ານໄປດ້ວຍເຄື່ອງມືຄວບຄຸມສຸດທ້າຍອັນດຽວກັນ (ມີເຄື່ອງມືຄວບຄຸມທີ່ກຳນົດເອງໜ້ອຍລົງຕໍ່ວຽກ).

• ສະຕິປັນຍາຫຼາຍຮູບ ແບບ - ຮູບແບບ VLA ສ້າງແຜນທີ່ຮູບພາບ + ຄຳແນະນຳໄປຫາຄຳສັ່ງມໍເຕີທີ່ສາມາດປະຕິບັດໄດ້ ແລະ ປັບປຸງການລວມໜ້າວຽກ [1].

• ຄວາມພ້ອມໃນການຮ່ວມມື - ແນວຄວາມຄິດດ້ານຄວາມປອດໄພເຊັ່ນ: ການຕິດຕາມກວດກາການຢຸດ, ການຕິດຕາມກວດກາຄວາມໄວ ແລະ ການແຍກຕົວ, ແລະ ການຈຳກັດພະລັງງານ ແລະ ແຮງ ແມ່ນມາຈາກມາດຕະຖານຫຸ່ນຍົນຮ່ວມມື (ISO/TS 15066) ແລະ ຂໍ້ກຳນົດດ້ານຄວາມປອດໄພ ISO ທີ່ກ່ຽວຂ້ອງ [2].

• ການຍົກລະດັບຊອບແວ - ຮາດແວດຽວກັນສາມາດໄດ້ຮັບທັກສະໃໝ່ຜ່ານຂໍ້ມູນ, ການຈຳລອງ ແລະ ນະໂຍບາຍທີ່ໄດ້ຮັບການອັບເດດ (ບໍ່ມີການຍົກລະດັບລົດຍົກພຽງແຕ່ເພື່ອສອນສະຖານທີ່ເກັບຂອງໃໝ່) [1].

ບໍ່ມີສິ່ງໃດໃນນີ້ທີ່ເປັນ "ປຸ່ມງ່າຍໆ". ແຕ່ການປະສົມປະສານແມ່ນເຫດຜົນທີ່ວ່າເປັນຫຍັງຄວາມສົນໃຈຈຶ່ງເພີ່ມຂຶ້ນເລື້ອຍໆ.

ຄຳນິຍາມສັ້ນໆທີ່ທ່ານສາມາດລັກເອົາໄປເຮັດເປັນສະໄລ້ໄດ້📌

ຫຼື AI ຂອງຫຸ່ນຍົນ ຮູບຮ່າງຄ້າຍຄືມະນຸດ ແມ່ນສະຕິປັນຍາທີ່ຄວບຄຸມຫຸ່ນຍົນທີ່ມີຮູບຮ່າງຄ້າຍຄືມະນຸດໃຫ້ຮັບຮູ້, ໃຊ້ເຫດຜົນ ແລະ ປະຕິບັດໜ້າທີ່ຕ່າງໆໃນສະພາບແວດລ້ອມຂອງມະນຸດ - ຂັບເຄື່ອນໂດຍຮູບແບບທີ່ເຊື່ອມຕໍ່ວິໄສທັດ, ພາສາ ແລະ ການກະທຳ, ແລະ ການປະຕິບັດດ້ານຄວາມປອດໄພທີ່ຊ່ວຍໃຫ້ສາມາດຮ່ວມມືກັບຜູ້ຄົນໄດ້ [1][2].

ການຊ້ອນກັນ: ຮ່າງກາຍ, ສະໝອງ, ພຶດຕິກຳ

ຖ້າທ່ານແຍກມະນຸດອອກເປັນສາມຊັ້ນທາງຈິດໃຈ, ລະບົບຈະຮູ້ສຶກວ່າມີຄວາມລຶກລັບໜ້ອຍລົງ:

1. ຮ່າງກາຍ - ຕົວກະຕຸ້ນ, ຂໍ້ຕໍ່, ແບັດເຕີຣີ, ເຊັນເຊີ. ການຄວບຄຸມທົ່ວຮ່າງກາຍເພື່ອການດຸ່ນດ່ຽງ + ການຫມູນໃຊ້, ມັກຈະມີຂໍ້ຕໍ່ທີ່ສອດຄ່ອງກັບມາດຕະຖານ ຫຼື ຄວບຄຸມດ້ວຍແຮງບິດ.

2. ສະໝອງ - ການຮັບຮູ້ + ການວາງແຜນ + ການຄວບຄຸມ. ຄື້ນໃໝ່ແມ່ນ VLA : ກອບກ້ອງຖ່າຍຮູບ + ເປົ້າໝາຍພາສາທຳມະຊາດ → ການກະທຳ ຫຼື ແຜນການຍ່ອຍ (RT-2 ແມ່ນແມ່ແບບ) [1].

3. ພຶດຕິກຳ - ຂັ້ນຕອນການເຮັດວຽກຕົວຈິງປະກອບດ້ວຍທັກສະເຊັ່ນ: ການເລືອກ-ຄັດ, ການຈັດສົ່ງສິນຄ້າຂ້າງທາງ, ການຈັດການກະເປົ໋າ, ແລະ ການໂອນຍ້າຍລະຫວ່າງມະນຸດກັບຫຸ່ນຍົນ. ແພລດຟອມຕ່າງໆໄດ້ຫໍ່ສິ່ງເຫຼົ່ານີ້ເຂົ້າໃນຊັ້ນການປະສານງານທີ່ສຽບເຂົ້າກັບ WMS/MES ເພື່ອໃຫ້ຫຸ່ນຍົນເໝາະສົມກັບວຽກ, ບໍ່ແມ່ນໃນທາງກັບກັນ [5].

ລອງຄິດເບິ່ງຄືກັບຄົນທີ່ກຳລັງຮຽນຮູ້ວຽກບ້ານໃໝ່ຢູ່ບ່ອນເຮັດວຽກ: ເບິ່ງ, ເຂົ້າໃຈ, ວາງແຜນ, ເຮັດ - ແລ້ວເຮັດມັນໃຫ້ດີຂຶ້ນໃນມື້ອື່ນ.

ບ່ອນທີ່ຫຸ່ນຍົນ AI ຮູບຮ່າງຄ້າຍຄືມະນຸດປະກົດຕົວໃນມື້ນີ້ 🏭📦

ການນຳໃຊ້ຍັງຄົງເປັນເປົ້າໝາຍ, ແຕ່ພວກມັນບໍ່ພຽງແຕ່ເປັນການສາທິດໃນຫ້ອງທົດລອງເທົ່ານັ້ນ:

• ຄັງສິນຄ້າ ແລະ ການຂົນສົ່ງ - ການເຄື່ອນຍ້າຍກະເປົ໋າ, ການໂອນຍ້າຍຈາກພາເລັດໄປຫາສາຍພານລຳລຽງ, ໜ້າວຽກບັຟເຟີທີ່ຊ້ຳໆແຕ່ມີການປ່ຽນແປງ; ຜູ້ຂາຍວາງຕຳແໜ່ງການຈັດການຄລາວເປັນເສັ້ນທາງທີ່ໄວໄປສູ່ການທົດລອງ ແລະ ການເຊື່ອມໂຍງກັບ WMS [5].

• ການຜະລິດຍານຍົນ - ນັກບິນກັບ Apollo ຂອງ Apptronik ທີ່ Mercedes-Benz ກວດກາຝາປິດ ແລະ ການຈັດການວັດສະດຸ; ວຽກງານໃນຕອນຕົ້ນໄດ້ຖືກເລີ່ມຕົ້ນໂດຍການດຳເນີນງານທາງໄກ ແລະ ຫຼັງຈາກນັ້ນດຳເນີນການໂດຍອັດຕະໂນມັດບ່ອນທີ່ມີຄວາມແຂງແຮງ [4].

• ການຄົ້ນຄວ້າ ແລະ ພັດທະນາຂັ້ນສູງ - ການເຄື່ອນທີ່/ການໝູນໃຊ້ທີ່ທັນສະໄໝສືບຕໍ່ສ້າງຮູບແບບວິທີການທີ່ຊຶມເຂົ້າໄປໃນຜະລິດຕະພັນ (ແລະ ກໍລະນີຄວາມປອດໄພ) ຕາມການເວລາ.

ຮູບແບບກໍລະນີນ້ອຍ (ຈາກນັກບິນຕົວຈິງ): ເລີ່ມຕົ້ນດ້ວຍການຈັດສົ່ງຂ້າງທາງແຄບ ຫຼື ການຮັບສົ່ງສ່ວນປະກອບ; ໃຊ້ການສາທິດທາງໄກ/ການຊ່ວຍເຫຼືອເພື່ອເກັບກຳຂໍ້ມູນ; ກວດສອບແຮງ/ຄວາມໄວຕໍ່ກັບຂອບເຂດຄວາມປອດໄພຮ່ວມມື; ຈາກນັ້ນເຮັດໃຫ້ພຶດຕິກຳດັ່ງກ່າວມີລັກສະນະທົ່ວໄປຕໍ່ສະຖານີທີ່ຢູ່ຕິດກັນ. ມັນບໍ່ໜ້າສົນໃຈ, ແຕ່ມັນໃຊ້ໄດ້ຜົນ [2][4].

ວິທີທີ່ຫຸ່ນຍົນ AI ຮູບຮ່າງຄ້າຍຄືມະນຸດຮຽນຮູ້, ໃນທາງປະຕິບັດ 🧩

ການຮຽນຮູ້ບໍ່ແມ່ນສິ່ງດຽວ:

• ການຮຽນແບບ ແລະ ການເຮັດວຽກທາງໄກ - ມະນຸດສາທິດໜ້າວຽກຕ່າງໆ (VR/kinesthetic/teleop), ສ້າງຊຸດຂໍ້ມູນເມັດພັນສຳລັບຄວາມເປັນເອກະລາດ. ນັກບິນຫຼາຍຄົນຍອມຮັບການຝຶກອົບຮົມທີ່ມີການຊ່ວຍເຫຼືອທາງໄກຢ່າງເປີດເຜີຍ ເພາະມັນເລັ່ງພຶດຕິກຳທີ່ແຂງແຮງ [4].

• ການຮຽນຮູ້ແບບເສີມສ້າງ ແລະ ການຈຳລອງໄປສູ່ຄວາມເປັນຈິງ - ນະໂຍບາຍທີ່ໄດ້ຮັບການຝຶກອົບຮົມໃນການໂອນຍ້າຍການຈຳລອງດ້ວຍການສຸ່ມໂດເມນ ແລະ ການປັບຕົວ; ຍັງຄົງເປັນເລື່ອງທຳມະດາສຳລັບການເຄື່ອນທີ່ ແລະ ການຫມູນໃຊ້.

• ຮູບແບບວິໄສທັດ-ພາສາ-ການກະທຳ - ນະໂຍບາຍແບບ RT-2 ສ້າງແຜນທີ່ກອບກ້ອງຖ່າຍຮູບ + ເປົ້າໝາຍຂໍ້ຄວາມໄປສູ່ການກະທຳ, ໂດຍໃຫ້ຄວາມຮູ້ກ່ຽວກັບເວັບເປັນຂໍ້ມູນໃນການຕັດສິນໃຈທາງດ້ານຮ່າງກາຍ [1].

ໃນພາສາອັງກິດທຳມະດາ: ສະແດງມັນ, ຈຳລອງມັນ, ເວົ້າກັບມັນ - ຈາກນັ້ນເຮັດຊ້ຳອີກ.

ຄວາມປອດໄພ ແລະ ຄວາມໄວ້ວາງໃຈ: ສິ່ງທີ່ຈຳເປັນທີ່ບໍ່ໜ້າສົນໃຈ 🛟

ຫຸ່ນຍົນທີ່ເຮັດວຽກຢູ່ໃກ້ຄົນໄດ້ຮັບມໍລະດົກຄວາມຄາດຫວັງດ້ານຄວາມປອດໄພທີ່ມີມາດົນນານກ່ອນການໂຄສະນາໃນປະຈຸບັນ. ສອງຈຸດສຳຄັນທີ່ຄວນຮູ້:

• ISO/TS 15066 - ຄຳແນະນຳສຳລັບການນຳໃຊ້ຮ່ວມກັນ, ລວມທັງປະເພດການໂຕ້ຕອບ (ການຕິດຕາມກວດກາຄວາມໄວ ແລະ ການແຍກຕົວ, ການຈຳກັດພະລັງງານ ແລະ ແຮງ) ແລະ ຂອບເຂດການສຳຜັດລະຫວ່າງຮ່າງກາຍຂອງມະນຸດ [2].

• ຂອບການຄຸ້ມຄອງຄວາມສ່ຽງ AI ຂອງ NIST - ຄູ່ມືການຄຸ້ມຄອງ (GOVERN, MAP, MEASURE, MANAGE) ທີ່ທ່ານສາມາດນຳໃຊ້ກັບຂໍ້ມູນ, ການອັບເດດຮູບແບບ ແລະ ພຶດຕິກຳພາກສະໜາມ ເມື່ອການຕັດສິນໃຈຂອງຫຸ່ນຍົນມາຈາກຮູບແບບທີ່ຮຽນຮູ້ [3].

TL;DR - ການສາທິດທີ່ດີແມ່ນເຢັນ; ກໍລະນີຄວາມປອດໄພທີ່ຖືກຕ້ອງ ແລະ ການຄຸ້ມຄອງແມ່ນເຢັນກວ່າ.

ຕາຕະລາງປຽບທຽບ: ໃຜກຳລັງສ້າງຫຍັງ, ເພື່ອໃຜ 🧾

(ມີເຈດຕະນາໃຫ້ມີໄລຍະຫ່າງບໍ່ສະເໝີກັນ. ມີລັກສະນະຄ້າຍຄືມະນຸດໜ້ອຍໜຶ່ງ, ມີຄວາມວຸ້ນວາຍໜ້ອຍໜຶ່ງ.)

(ແມ່ນແລ້ວ, ລາຄາຍັງບໍ່ຈະແຈ້ງ. ຍິນດີຕ້ອນຮັບສູ່ຕະຫຼາດຕົ້ນໆ.)

ສິ່ງທີ່ຄວນຊອກຫາເມື່ອທ່ານປະເມີນ AI ຫຸ່ນຍົນຮູບຮ່າງຄ້າຍຄືມະນຸດ 🧭

• ໜ້າວຽກທີ່ເໝາະສົມໃນມື້ນີ້ທຽບກັບແຜນທີ່ - ມັນສາມາດເຮັດວຽກ 2 ອັນດັບຕົ້ນໆຂອງເຈົ້າໃນໄຕມາດນີ້ໄດ້ບໍ່, ບໍ່ພຽງແຕ່ວຽກສາທິດທີ່ເຢັນໆເທົ່ານັ້ນ.

• ກໍລະນີຄວາມປອດໄພ - ຖາມວ່າແນວຄວາມຄິດການຮ່ວມມືຂອງ ISO (ຄວາມໄວ ແລະ ການແຍກ, ຂອບເຂດພະລັງງານ ແລະ ແຮງ) ເຊື່ອມໂຍງກັບ ຂອງທ່ານ [2].

• ພາລະການເຊື່ອມໂຍງ - ມັນເວົ້າເຖິງ WMS/MES ຂອງເຈົ້າບໍ່, ແລະໃຜເປັນເຈົ້າຂອງເວລາເຮັດວຽກ ແລະ ການອອກແບບເຊວ; ຊອກຫາເຄື່ອງມືການປະສານງານທີ່ເປັນຮູບປະທຳ ແລະ ການເຊື່ອມໂຍງຄູ່ຮ່ວມງານ [5].

• ວົງວຽນການຮຽນຮູ້ - ວິທີການບັນທຶກ, ກວດສອບຄວາມຖືກຕ້ອງ ແລະ ນຳໃຊ້ທັກສະໃໝ່ໆໃນທົ່ວລົດຂອງທ່ານ.

• ຮູບແບບການບໍລິການ - ເງື່ອນໄຂການທົດລອງ, MTBF, ອາໄຫຼ່, ແລະ ການວິນິດໄສທາງໄກ.

• ການຄຸ້ມຄອງຂໍ້ມູນ - ໃຜເປັນເຈົ້າຂອງການບັນທຶກ, ໃຜກວດສອບກໍລະນີຂອບ, ແລະວິທີການນໍາໃຊ້ການຄວບຄຸມທີ່ສອດຄ່ອງກັບ RMF [3].

ນິທານທົ່ວໄປ, ບໍ່ໄດ້ບິດເບືອນຢ່າງສຸພາບ 🧵

• "ມະນຸດຄ້າຍຄືກັບການແຕ່ງກາຍສຳລັບຫຸ່ນຍົນເທົ່ານັ້ນ." ບາງຄັ້ງຫຸ່ນຍົນທີ່ມີລໍ້ກໍ່ຊະນະ. ແຕ່ເມື່ອມີຂັ້ນໄດ, ຂັ້ນໄດ, ຫຼືເຄື່ອງມືມືເຂົ້າມາກ່ຽວຂ້ອງ, ແຜນຜັງຮ່າງກາຍແບບມະນຸດກໍ່ເປັນລັກສະນະພິເສດ, ບໍ່ແມ່ນຄວາມໂດດເດັ່ນ.

• “ມັນທັງໝົດແມ່ນ AI ແບບ end-to-end, ບໍ່ມີທິດສະດີການຄວບຄຸມ.” ລະບົບທີ່ແທ້ຈິງປະສົມປະສານການຄວບຄຸມແບບຄລາສສິກ, ການປະເມີນສະຖານະ, ການເພີ່ມປະສິດທິພາບ, ແລະນະໂຍບາຍທີ່ໄດ້ຮຽນຮູ້; ອິນເຕີເຟດແມ່ນເວດມົນ [1].

• “ຄວາມປອດໄພຈະດີຂື້ນເອງຫຼັງຈາກການສາທິດ.” ກົງກັນຂ້າມ. ປະຕູຄວາມປອດໄພແມ່ນສິ່ງທີ່ເຈົ້າສາມາດລອງກັບຄົນອ້ອມຂ້າງໄດ້. ມາດຕະຖານມີຢູ່ຍ້ອນເຫດຜົນ [2].

ການທ່ອງທ່ຽວຊາຍແດນແບບສັ້ນໆ🚀

• VLA ໃນຮາດແວ - ຮຸ່ນກະທັດຮັດ ແລະ ຢູ່ໃນອຸປະກອນກຳລັງເກີດຂຶ້ນ ດັ່ງນັ້ນຫຸ່ນຍົນສາມາດເຮັດວຽກຢູ່ໃນທ້ອງຖິ່ນດ້ວຍຄວາມໜ່ວງເວລາຕ່ຳກວ່າ, ໃນຂະນະທີ່ຮຸ່ນທີ່ໜັກກວ່າຍັງຄົງເປັນແບບປະສົມ/ຄລາວດ໌ບ່ອນທີ່ຕ້ອງການ [1].

• ຜູ້ທົດລອງອຸດສາຫະກຳ - ນອກເໜືອໄປຈາກຫ້ອງທົດລອງ, ຜູ້ຜະລິດລົດຍົນກຳລັງສືບສວນວ່າມະນຸດຄ້າຍຄືກັບມະນຸດສ້າງອິດທິພົນຈາກບ່ອນໃດກ່ອນ (ການຈັດການວັດສະດຸ, ການກວດກາ) ດ້ວຍການຝຶກອົບຮົມທີ່ຊ່ວຍເຫຼືອທາງໄກເພື່ອເລັ່ງການນຳໃຊ້ໃນມື້ທຳອິດ [4].

• ມາດຕະຖານທີ່ລວມຢູ່ - ຊຸດວຽກງານມາດຕະຖານໃນວົງວິຊາການ ແລະ ອຸດສາຫະກຳຊ່ວຍແປຄວາມຄືບໜ້າໃນທົ່ວທີມງານ ແລະ ແພລດຟອມຕ່າງໆ [1].

ຖ້າສິ່ງນັ້ນຟັງຄືວ່າມີຄວາມຄິດໃນແງ່ດີຢ່າງລະມັດລະວັງ - ຄືກັນ. ຄວາມຄືບໜ້າແມ່ນບໍ່ແນ່ນອນ. ນັ້ນເປັນເລື່ອງປົກກະຕິ.

ເປັນຫຍັງປະໂຫຍກທີ່ວ່າ "AI ຫຸ່ນຍົນຮູບຮ່າງຄ້າຍຄືມະນຸດ" ຈຶ່ງປາກົດຢູ່ໃນແຜນທີ່ເສັ້ນທາງ 🌍

ມັນເປັນປ້າຍທີ່ສະອາດສຳລັບການລວມເຂົ້າກັນ: ຫຸ່ນຍົນທົ່ວໄປ, ໃນພື້ນທີ່ຂອງມະນຸດ, ຂັບເຄື່ອນໂດຍຮູບແບບທີ່ສາມາດຮັບຄຳແນະນຳເຊັ່ນ "ເອົາຖັງສີຟ້າໃສ່ສະຖານີ 3, ຈາກນັ້ນເອົາປະແຈແຮງບິດ" ແລະພຽງແຕ່... ເຮັດມັນ. ເມື່ອທ່ານລວມຮາດແວທີ່ເໝາະສົມກັບຄົນເຂົ້າກັບເຫດຜົນແບບ VLA ແລະການປະຕິບັດການຮ່ວມມືເພື່ອຄວາມປອດໄພ, ພື້ນທີ່ຜິວໜ້າຜະລິດຕະພັນຈະຂະຫຍາຍອອກ [1][2][5].

ຄຳເຕືອນສຸດທ້າຍ - ຫຼືວ່າຍາວເກີນໄປ, ບໍ່ໄດ້ອ່ານ 😅

• ຫຸ່ນຍົນ AI ຮູບຮ່າງຄ້າຍຄືມະນຸດ = ເຄື່ອງຈັກທີ່ມີຮູບຮ່າງຄືມະນຸດ ພ້ອມດ້ວຍສະຕິປັນຍາທີ່ສາມາດຮັບຮູ້, ວາງແຜນ ແລະ ປະຕິບັດວຽກງານຕ່າງໆໄດ້.

• ການກະຕຸ້ນທີ່ທັນສະໄໝມາຈາກ VLA ເຊັ່ນ RT-2 ເຊິ່ງຊ່ວຍໃຫ້ຫຸ່ນຍົນສາມາດເຂົ້າໃຈໄດ້ທົ່ວໄປຈາກພາສາ ແລະ ຮູບພາບໄປສູ່ການກະທຳທາງກາຍະພາບ [1].

• ການນຳໃຊ້ທີ່ເປັນປະໂຫຍດກຳລັງເກີດຂຶ້ນໃນສາງ ແລະ ການຜະລິດ, ດ້ວຍຂອບການເຮັດວຽກດ້ານຄວາມປອດໄພ ແລະ ເຄື່ອງມືການເຊື່ອມໂຍງທີ່ສ້າງ ຫຼື ທຳລາຍຄວາມສຳເລັດ [2][4][5].

ມັນບໍ່ແມ່ນເລື່ອງງ່າຍ. ແຕ່ຖ້າທ່ານເລືອກໜ້າວຽກທຳອິດທີ່ຖືກຕ້ອງ, ອອກແບບເຊວໃຫ້ດີ, ແລະ ຮັກສາວົງຈອນການຮຽນຮູ້ໃຫ້ດັງກ້ອງ, ຜົນປະໂຫຍດຈະປາກົດຂຶ້ນໄວກວ່າທີ່ທ່ານຄິດ.

AI ຫຸ່ນຍົນຮູບຮ່າງຄ້າຍຄືມະນຸດບໍ່ແມ່ນເວດມົນ. ມັນເປັນການສ້ອມແປງ, ວາງແຜນ, ແລະ ຂັດເງົາ - ບວກກັບຊ່ວງເວລາແຫ່ງຄວາມສຸກເມື່ອຫຸ່ນຍົນເຮັດສຳເລັດໜ້າວຽກທີ່ເຈົ້າບໍ່ໄດ້ຂຽນລະຫັດຢ່າງຈະແຈ້ງ. ແລະບາງຄັ້ງກໍ່ມີການບັນທຶກທີ່ງຸ່ມງ່າມທີ່ເຮັດໃຫ້ທຸກຄົນອຶກກະທຶກ, ແລ້ວຕົບມື. ນັ້ນແມ່ນຄວາມຄືບໜ້າ. 🤝🤖

ເອກະສານອ້າງອີງ

1. Google DeepMind - RT-2 (ຮຸ່ນ VLA) : ອ່ານຕື່ມ

2. ISO - ຄວາມປອດໄພຂອງຫຸ່ນຍົນຮ່ວມມື : ອ່ານຕື່ມ

3. NIST - ຂອບການຄຸ້ມຄອງຄວາມສ່ຽງດ້ານ AI : ອ່ານຕື່ມ

4. Reuters - Mercedes-Benz × ນັກບິນ Apptronik : ອ່ານຕື່ມ

5. Agility Robotics - ການຈັດການ ແລະ ການເຊື່ອມໂຍງ : ອ່ານຕື່ມ

ຊອກຫາ AI ລ່າສຸດໄດ້ທີ່ຮ້ານ AI Assistant ຢ່າງເປັນທາງການ

ກ່ຽວກັບພວກເຮົາ