但它們給人的印象仍然是機(jī)械和程序化的，不能冒險(xiǎn)太過偏離自己的路線。它們需要不斷地重新編程。研究人員現(xiàn)在正在開發(fā)類人機(jī)器人，可以對擺在他們面前的任何或所有情況做出反應(yīng)。機(jī)器人領(lǐng)域正處于關(guān)鍵時(shí)刻，準(zhǔn)備突破工廠和實(shí)驗(yàn)室的控制范圍。這一進(jìn)步的最前沿是生成式人工智能和人形機(jī)器人之間的有效合作，為它們在動(dòng)態(tài)和不可預(yù)測的世界(非結(jié)構(gòu)化環(huán)境)中的運(yùn)作鋪平了道路。

　　生成式人工智能現(xiàn)在為機(jī)器人提供了感知、解釋和適應(yīng)“非結(jié)構(gòu)化”情況的能力，例如布局、物體放置和照明條件的變化。而自主機(jī)器人仍然是一個(gè)利基領(lǐng)域，但我們相信它的出現(xiàn)將在未來幾年擴(kuò)大整個(gè)機(jī)器人市場，因?yàn)樗軌驅(qū)崿F(xiàn)更高價(jià)值的用例。

　　隨著相機(jī)、計(jì)算機(jī)視覺和深度學(xué)習(xí)技術(shù)的成熟，我們得到了一個(gè)能夠感知、理解環(huán)境并從中學(xué)習(xí)的機(jī)器人;一個(gè)自主的機(jī)器人，生成式人工智能消除了人機(jī)交互的摩擦，使溝通變得像與同事或朋友交談一樣簡單。

　　盡管如此，該領(lǐng)域的專家仍質(zhì)疑人工智能是否仍能提供類似人類的響應(yīng)能力，因?yàn)樗鼈內(nèi)匀淮嬖诤艽蟮木窒扌?。大型語言模型不具備在訓(xùn)練中未遇到的情況下準(zhǔn)確執(zhí)行的能力。因此，它們沒有表現(xiàn)出人類所認(rèn)為的對世界的‘理解’。