獨家：為什麼機器人不能像ChatGPT一樣學習

OpenAI的ChatGPT從數十年的互聯網規模數據中吸取了教訓。類人機器人沒有那麼奢侈。隨着投資者向嵌入式人工智能投入數十億美元，機器人和大型語言模型之間的比較變得越來越常見。

但法拉第未來智能電氣公司全球執行董事長王傑瑞。（納斯達克股票代碼：FFAI）兼AIxCrypto Holdings，Inc.首席執行官（納斯達克股票代碼：AIXT）表示，存在根本性差異。

ChatGPT分析文本、圖像和音頻以預測下一個最佳單詞，而倉庫機器人則處理力傳感器、攝像頭和網格佈局以確定下一個最佳運動。這種區別可能有助於解釋為什麼機器人競賽的下一階段可能不是建立更智能的人工智能模型，而是收集現實世界的數據。

ChatGPT等大型語言模型受益於巨大的領先優勢。「他們受益於數十年的互聯網規模的數據，」王告訴本辛加。「機器人沒有這個優勢。他們通過與物理世界的互動來學習。」

他們導航的每個倉庫、移動的每個包裹以及完成的每個任務都會生成可以提高未來績效的運營數據。但與互聯網文本不同的是，該數據並不容易獲得。

「收集起來更難、更慢、更昂貴，」王説。這意味着擴展嵌入式人工智能不僅僅是構建更大的模型或添加更多計算能力的問題。公司首先需要機器人在現實世界中運行，從現實世界環境中學習。

另請閲讀：獨家報道：人工智能先鋒稱OpenAI的「開放」使命被其自身架構所取消

對於王來説，這就是該行業下一個競爭優勢的出現。

部署的機器人越多，公司可以收集的運營數據就越多。更多的數據會帶來更好的性能，使機器人對企業越來越有價值，並鼓勵更廣泛的採用--這個反饋循環與推動生成性人工智能的反饋循環有根本不同。

王説：「我們相信，隨着越來越多的機器人被更頻繁地部署和使用，更廣泛的生態系統有可能受益。」「更多的部署會帶來更多的數據、更好的性能、更強的投資回報率，並最終更廣泛的採用。」

這表明部署本身可能成為一種戰略資產，而不僅僅是商業成功的衡量標準。

當今的機器人話題大部分都集中在誰正在建造最聰明的人形機器人上。特斯拉公司（納斯達克股票代碼：TSLA）、Figure AI、Unitree和Boston Dynamics繼續競爭，以提高移動性、智能性和現實世界的能力。

但如果王是對的，那麼擁有最大長期優勢的公司可能不僅僅是那些製造當今最好機器人的公司。他們明天可能會將最多的機器人放入現實世界環境中，創建競爭對手無法輕易複製的專有數據集。

對於投資者來説，這是一個重要的區別。生成性人工智能熱潮獎勵了公司訪問大量數字數據的機會。機器人熱潮最終可能會獎勵那些能夠獲得更難獲得的東西的人：數百萬小時的現實世界體驗。

Anthropic的Claude增長速度比ChatGPT快9倍那麼為什麼OpenAI沒有失敗呢？

通過ChatGPT使用人工智能創建的圖像