在過去的一年裡，我們一直在開發 ALOHA Unleashed @GoogleDeepmind - 推動我們的 ALOHA 2 機群任務的規模和靈巧性。
ALOHA Unleashed：用低成本機器人和人工智慧挑戰靈巧的極限
下面是一些最酷的影片！
- 第一個任務是將襯衫掛在衣架上
- 展開摺疊在一起的各種顏色襯衫
- 工作人員把自己的毛衣脫下來，讓模型折這件衣服。摺疊策略從未在任何成人尺寸的襯衫或任何型別的毛衣上進行過訓練，但我們發現它能夠泛化。
- 還能學習精確的插入任務--比如為我們機群中的另一個機器人更換手指。
- 精確的工業齒輪插入任務，需要緊密的摩擦配合和齒輪齒的齧合。
- 提高靈活性的繫鞋帶任務，要求將鞋和鞋帶拉直，然後將兔子耳朵系在鞋上
網友觀點：
1、我一直很喜歡這些機器人以略顯笨拙的方式執行平凡任務的影片，與過去預先程式設計的動作相比，感覺很科幻
2、“但是誰來修理機器人呢？”
3、我記得大概十多年前看過一個機器人摺疊毛巾的影片。現在速度已經加速了 100 倍。過去我認為機器人花了大約 45 分鐘才疊好毛巾。
4、每當有人提到人工智慧，我的腦海中總會浮現出這樣的場景：在一個倉庫大小的實驗室裡，有數百條類似觸手的手臂，它們透過與之相連的模擬裝置進行實驗，使用不同的化學物質，並對自己設計的、與人體無關的組織測試不同的訊號通路操作技術，研究治療方法和療法，在某些手臂磨損的情況下修復自身的某些部分，就像影片中那樣，等等。
人類在那裡的意義就像狗進入人類實驗室一樣，因為狗很可能會把事情搞得一團糟，打翻小瓶和試管，而我們則會阻礙資訊處理的速度和那些機器正在進行的工作。
5、人工智慧對世界的發現並不是直接從它的神經網路中產生的，而是來自對世界的研究。
但人工智慧代理需要多樣化，他們的方法也要像科學家和工程師一樣多樣化，這樣才能更快地進步。這將是許多專業代理一起工作，透過語言交流資訊和發現。我們也將參與其中，我們也是通用語言代理。
語言是合作、傳播和儲存知識的地方。就像一個人如果沒有語言和社會其他方面的幫助是不會有太大出息的，人工智慧也需要他人的幫助，孤軍奮戰是死路一條。為了避免過度擬合，需要採用多樣化的方法。
這是一個這樣的系統：想法->經驗->反饋->學習->文字->再訓練。過去的經驗積累在文字中，現在的經驗則來自於在世界中的體現。
6、令人印象深刻的是，transformer、擴散和人類生成的資料可以在機器人技術中走得這麼遠。