在本周的AI大會上，Google展示可為機器人加入AI能力，使機器人能為自己寫程式，而不必再透過大量資料訓練。
Google研究科學家Andy Zeng說明，控制機器人最常見的方法是寫程式讓它們偵測物體、序列指令來推進制動器及回饋循環（feedback loop），命令機器人該做什麼。但是為每一項新任務撰寫規則，卻相當耗時，且需要領域知識。
現代AI語言模型已愈來愈強大，例如Google今年初發表的PaLM具備複雜的理解能力，這類語言模型以數百萬程式加以訓練而成，只要人類給適當自然語言指令，模型就能撰寫泛型程式，也能寫出控制機器人行為的程式碼。
為了實現上述概念，Google開發了Code as Policies（CaP），這是將語言模型產生的程式，以實體機器人實作執行。CaP是Google早先開發的幫手機器人模型PaLM-SayCan的延伸。Google的CaP希望使用者以Python通用語言運用少量、簡單的說明，就能讓語言模型撰寫機器人程式碼，讓機器人精準執行，最終目的在可讓單一系統執行多種複雜任務，而不需特別訓練。
文/林妍溱 | 2022-11-04
