中新經(jīng)緯4月2日電 (孫慶陽)“盡管人們對機器人的期望值很高，但目前許多機器人在實際應(yīng)用中卻表現(xiàn)得不盡如人意。究其原因，數(shù)據(jù)的缺失和不足是關(guān)鍵所在。”清華大學交叉學院助理教授、博士生導師許華哲在2025中國生成式AI大會上如是說。

　　目前，機器人在一些簡單動作或直線導航任務(wù)中已經(jīng)取得了顯著的進步，但在進行一些高精度動作任務(wù)時卻顯得力不從心。許華哲舉例稱，抓取一個水壺倒水的動作，就需要大量的、高質(zhì)量的數(shù)據(jù)來支持機器人的學習和決策。

　　許華哲表示，數(shù)據(jù)對于機器人的重要性不言而喻。以目前主流的深度學習算法為例，它依賴于大量的數(shù)據(jù)來訓練模型，從而讓機器人能夠更好地理解和執(zhí)行任務(wù)。然而，目前機器人在操作任務(wù)中面臨的數(shù)據(jù)問題主要有兩個方面：一是數(shù)據(jù)模態(tài)的單一性，二是數(shù)據(jù)量的不足。

　　許華哲具體解釋稱，從數(shù)據(jù)模態(tài)來看，目前許多機器人主要依賴視覺數(shù)據(jù)來進行操作。但僅僅依靠視覺是遠遠不夠的。例如，當我們抓取一個物體時，觸覺反饋是非常重要的。如果我們能將觸覺數(shù)據(jù)與視覺數(shù)據(jù)相結(jié)合，機器人的操作能力將得到極大地提升。事實上，已經(jīng)有研究團隊在這方面進行了探索，并取得了初步的成果。他們通過設(shè)計特殊的硬件結(jié)構(gòu)和實驗方案，讓機器人能夠感知到物體的軟硬度、表面紋理等觸覺信息，并將這些信息反饋給人類操作者，從而實現(xiàn)了更精準的操作。

　　再從數(shù)據(jù)量的角度來看，機器人需要大量的數(shù)據(jù)來進行學習和訓練。然而，實際采集數(shù)據(jù)的過程往往是耗時且成本高昂的。這就導致了機器人在面對新的任務(wù)或者環(huán)境時，往往缺乏足夠的數(shù)據(jù)來支持其決策。為了解決這個問題，一些研究團隊提出了數(shù)據(jù)生成的方法。通過利用已有的數(shù)據(jù)，結(jié)合一些算法和模型，生成更多的數(shù)據(jù)來豐富機器人的數(shù)據(jù)集。這種方法不僅大大降低了數(shù)據(jù)采集的成本，還提高了機器人的學習效率和泛化能力。

　　同時，許華哲強調(diào)，解決機器人數(shù)據(jù)問題所帶來的商機將會是顯而易見。隨著機器人在各個領(lǐng)域的應(yīng)用不斷拓展，對于高質(zhì)量數(shù)據(jù)的需求也將持續(xù)增長。這將為數(shù)據(jù)采集、處理和分析等相關(guān)產(chǎn)業(yè)帶來巨大的市場空間。例如，開發(fā)更高效的觸覺傳感器、數(shù)據(jù)生成算法和模型，以及提供專業(yè)的數(shù)據(jù)標注和清洗服務(wù)等，都將成為未來市場上的熱門領(lǐng)域。

　　“包括制造服務(wù)業(yè)、醫(yī)療領(lǐng)域和家居場景等，機器人從實驗室走向商用的路徑已經(jīng)顯現(xiàn)。”許華哲表示，在中國市場，老齡化加速催生的家庭護理需求更為迫切，僅失能老人輔助器具市場就有千億元潛在規(guī)模。那些能率先將觸覺數(shù)據(jù)與視覺導航結(jié)合的企業(yè)，很可能復制大疆在消費級無人機領(lǐng)域的成功。而站在投資角度看，機器人產(chǎn)業(yè)正從“炫技階段”進入“實用主義時代”。當觸覺數(shù)據(jù)與生成式AI結(jié)合，家庭機器人或許真的能完成從“玩具”到“管家”的蛻變。對于敏銳的投資者而言，此刻布局觸覺傳感器、數(shù)據(jù)增強軟件、垂直場景解決方案，恰似2007年投資智能手機產(chǎn)業(yè)鏈，往往藏著最大的財富密碼。(中新經(jīng)緯APP)

　　中新經(jīng)緯版權(quán)所有，未經(jīng)授權(quán)，不得轉(zhuǎn)載或以其他方式使用。

責任編輯：張芷菡