We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
J
Jennifer Abassi
M
Maja Matarić
Maja Matarić: 近年来，人工智能的飞速发展和社会辅助机器人领域研究规模的扩大是该领域取得巨大进展的两大驱动因素。我们现在有一个由美国国立卫生研究院支持的随机对照试验，旨在验证社会辅助机器人对焦虑症的疗效。大型语言模型使机器人能够流畅、生成式、不重复且引人入胜地进行对话，这对于社会辅助机器人至关重要，因为人们会立即认为它们具有理解能力和智能。我们的目标是使技术易于使用，因此我们对低成本且本质上安全的机器人感兴趣。小型、引人入胜的“挤压和拉伸”动画风格机器人非常有效。我们设计的低成本 Blossom 机器人成本低于 500 美元，并且所有其他操作都在云端使用语言模型完成。我们追求的是一种温暖、随时待命且令人愉悦的触感，它可以帮助你进行正念和呼吸练习。对于我们讨论的这类机器人来说，人形机器人可能不是正确的方向，我们想要的是低成本、柔软、安全且引人入胜的机器。机器人不需要是人形的，只需要栩栩如生即可。
Jennifer Abassi: 在2017年，社会辅助机器人需要预先编程每一个词，自然语言处理领域尚未成熟。
Deep Dive
This chapter explores the advancements in AI, particularly natural language processing, that have significantly improved the capabilities of socially assistive robots. It contrasts the limitations of pre-programmed dialogue with the fluidity and engagement enabled by large language models.
- AI and NLP advancements enable more natural conversations between robots and humans.
- Large language models allow for generative, non-repetitive, and engaging dialogue.
- The ability for robots to understand and respond naturally enhances their perceived intelligence and effectiveness.
Shownotes Transcript