新火種
2023-10-22 
摩根士丹利基金投研手記：AI大模型和仿生機器人的未來之趨
來源：新浪基金
特斯拉公司一直以來都在引領著汽車工業和新能源的創新，2021年特斯拉宣布涉足人形機器人領域，這一決定將人工智能（AI）模型與機器人技術融合，標志著一個新的時代的到來。其主要目標是模擬和復制人類的外貌、動作和認知能力，以實現多種應用。特斯拉的人形機器人計劃旨在創造一種多用途的智能機器人，可以執行各種任務，從協助家庭事務到進行復雜的工業工作。該機器人將使用先進的計算機視覺、感知和控制系統，以及強大的AI模型，使其能夠理解和與人類互動。（注：個股僅供舉例，不代表個股推薦和投資建議，投資需謹慎。）
AI和人形機器人技術的前沿，將在未來塑造我們的生活和工作方式，其主要目標是模擬和復制人類的外貌、動作和認知能力，以實現多種應用。類如人形機器人可被設計用于執行危險、重復或繁重的任務，以減輕人類工作負擔。在服務和護理領域，人形機器人可以協助老年人和殘疾人，提供家庭護理服務，甚至執行醫療手術。在教育和娛樂領域，可以用于教授各種學科，從語言到數學，還可以在兒童玩具和娛樂活動中扮演角色，以提供更多的自動化、支持和便利。這些機器人在多個領域都有潛在的應用，可以改善生活質量并推動科學和技術的發展。
AI模型在機器人中起著關鍵作用，它們為機器人賦予智能和自主性，使其能夠理解環境、做出決策和執行任務。AI模型在機器人中的應用，包括計算機視覺、雷達和激光雷達處理、自主導航、自然語言處理、數據處理、機器學習與自適應。AI模型能夠處理視覺數據，使機器人能夠識別和理解周圍環境，從而避免障礙物和與人類交互。機器人可以通過自然語言處理技術與人類進行溝通，執行任務并提供有用的信息，并且實現不斷學習和改進其表現。最新的端到端機器學習方式（End-to-End Learning）是將AI模型與傳感器、執行器和控制系統無縫集成，從而實現更高效的機器人性能。這種綜合性的方法可以提高機器人的反應速度、精確性和多功能性，使其在各種領域都具有潛力。端到端學習依賴于大量的數據來訓練模型。機器人可以通過觀察和交互環境來積累數據，然后使用這些數據來學習執行任務。這消除了需要手動編程機器人動作的需求，將感知和決策步驟整合到單個模型中。這意味著機器人可以直接從傳感器數據中提取有關環境的信息，并在同一模型內采取適當的動作。這簡化了機器人系統的復雜性，提高了執行速度，更好地適應新環境和新任務，同時也更具泛化能力。端到端學習也面臨一些挑戰，如需要大量的標記數據、模型訓練時間較長以及解釋性較低。因此，在實際應用中，需要仔細權衡是否選擇端到端學習方法，以及如何結合其他技術來解決機器人的執行能力問題。我認為端到端的學習方式更加適用于一些非嚴肅場景例如情感陪伴、教育、語言交互等場景。對于一些嚴肅場景，例如機械裝配、搬運等固定規則類，編程機器人可能更為適合。
（作者：大摩新興產業股票基金經理 陳修竹）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
