会泡咖啡的机器人问世,AI机器人的工作边界在哪?

简介: 最近,日本涉谷又有一家AI机器人咖啡厅开业。在这家“奇特的咖啡厅”,客人进入咖啡厅点单付款之后,就会被Sawyer用它的方式接待——它的屏幕上面会显示出欢迎的表情并附带“欢迎光临,来点美味的咖啡怎么样”的语音,接着Sawyer会拿起杯子为你冲泡出你点的咖啡,从选取咖啡粉到将沸腾的热水注入温度调制装置,将降温的热水加入装了咖啡粉的滤泡杯到滤出一杯香醇的手冲咖啡,整个过程全都是由Sawyer自主完成,且仅仅只要两分钟。

14843c640dce2a08a298127678f66482.jpg



想想在咖啡厅喝着机器人冲泡的咖啡,会是一种怎样的体验?

最近,日本涉谷又有一家AI机器人咖啡厅开业。在这家“奇特的咖啡厅”,客人进入咖啡厅点单付款之后,就会被Sawyer用它的方式接待——它的屏幕上面会显示出欢迎的表情并附带“欢迎光临,来点美味的咖啡怎么样”的语音,接着Sawyer会拿起杯子为你冲泡出你点的咖啡,从选取咖啡粉到将沸腾的热水注入温度调制装置,将降温的热水加入装了咖啡粉的滤泡杯到滤出一杯香醇的手冲咖啡,整个过程全都是由Sawyer自主完成,且仅仅只要两分钟。

在人们的印象当中,咖啡师是一个既有情调又十分老道的职业。作为一名优秀的咖啡师,不仅要熟知各种咖啡豆的属性,相互搭配的好坏,还要对酸、香、苦、甘、醇等五味进行均衡调配,即便是咖啡拉花也是一个熟才能生巧的过程。就是这样一个对经验和技巧都有很高要求的工作,为什么其“饭碗”还是会被AI机器人威胁?


d65fe38debae852b3d4bd5db29f4e0aa.jpg

 



机器人为啥泡的是咖啡?

有人会问,在厨房,AI机器人为什么首先要抢咖啡师的饭碗,智能相对论(ID:aixdlun)认为,除了机器人技术的成熟,还有两个原因。


1、缺乏创作的咖啡制作只是重复劳动,AI有优势


在普通的咖啡厅里,有什么单品是需要咖啡师自由发挥,进行创作的呢?特别是一些基本款如卡布奇诺、拿铁、摩卡、美式、冰沙等,这些咖啡厅里售出数量最多的出品,大多能够满足普通消费者的需求,而这些咖啡制作流程确定,已经缺失了创作性,很容易被人工智能机器人学会。


实际上在这类场景中的咖啡师进行的还是重复劳动,虽然这种劳动有经验、技巧的要求,但是咖啡师的经验与技巧只是在结果上影响出品咖啡的品质,而不影响过程,它在流程上面变化不大,在AI系统录入或掌握了这些技巧后,剩下的就只有重复的劳动了,并且人工智能机器人在这上面更加有优势,它不会因为劳累或其他不确定因素而出现品质的偏差。


2、难以进入消费者的社交环节的咖啡师更易被替代


咖啡师的工作场景,缺少与消费者的交互,想想我们喝咖啡的过程,首先去吧台点个单,然后等咖啡做好后,拿着咖啡回到位置上做自己的事,这个过程消费者和咖啡师的联系很少,最多看咖啡师拉个花,对咖啡制作感兴趣的人也可能探讨一下,但大多消费者就是想普通的喝个咖啡,继续自己的工作或者与朋友聊聊天,在这个社交场景中,并没有咖啡师多少位置。


而调酒师则不一样,他们可以表演花式调酒,具有一定观赏性,更为重要的是,消费者点单是相互交流的开始,而不是结束,你可以向调酒师诉诉苦,可以像朋友一样聊聊天,还可以给吧台旁边的美女点一杯鸡尾酒,让调酒师成为结交新朋友的中介,成为社交活动中的一环,而这种多方社交场景是咖啡厅所不具备的。



人工智能技术的发展正在冲击人类的经验护城河

在强人工智能来临之前,我们一直认为依靠经验性的工作是安全的,如判断、分析等主观性强的工作,它不是简单地重复劳动,而是在长久的工作经验中产生的随机应变能力,但遗憾的是,人类的经验护城河也已经难以阻挡人工智能的脚步,像医疗阅片师、会计、翻译这些需要分析判断的工作都已经被人工智能快速入侵,而咖啡机器人也是这样的信号之一。


1.数据正取代人类的“经验值”,成为AI的驱动


马云以前在接受CNBC采访时曾表示,“不认为机器或人工智能将会取代人类智慧”,因为“人类智慧与经验相关”。


然而现在情况却有点不一样。


虽然人工智能还不能达到通用的智慧,但在高度专一的领域,它们都是极为聪明的“专家”。人类虽然有经验,但AI也有数据,通过来自全世界的海量数据,人工智能获得了其所需的大量训练材料,咖啡机器人也是这样学会冲泡咖啡的,它的内置处理器会不断监测机器人的速度、动力、压力,各个关节和末端控制器的数据都会被记录下来,然后在工作人员的调教下,通过数据组合进行不断的训练反馈,最终就能学会冲泡咖啡一整套的流程。


并且由于深度学习、人工神经网络、遗传算法等技术成熟,使人工智能的训练方式从监督式学习进入半监督式学习甚至是无监督性学习或强化学习,人工智能的学习速度开始大幅度提升。


即使是天生就拥有智慧的人脑,也仍然需要通过学习和训练后才能够区分猫和狗,可以说每一种智能都是这样被训练出来的,而人工智能在这方面优势可想而知。


2.多种技术融合,与硬件整合形成完整产品


单一的AI技术还可能会受到应用场景的限制,而多种技术融合后就不同了,Sawyer也是由机器视觉、语音交互、协作机械臂等多种技术融合而成的,而且咖啡机器人与其他智能设备的协作、与人类进行语音交互等功能,都由硬蛋实验室研发的K系统操控,并且这已经形成了一个完全开放的人工智能平台,它能够帮助第三方应用和第三方智能设备利用平台的语音、图像等能力提供相应服务。


在现实生活中,单个技术难以直接满足需求,但多种技术形成合力以后就能使其应对现实中的需求场景;而技术与硬件的整合,则会使其成为完整产品,让它能够走进人类生活,从而适应或主动创造出各类使用场景。


硬蛋实验室公关总监王刚说:“人工智能发展到今天,需要一套人工智能应用生活化的整合,包括将一些成熟的人工智能技术与硬件产品进行整合、融汇连接。”这将会赋予人工智能机器人更多单独的软件所完成不了的能力。


可以说,搭载AI技术的智能硬件的形成,将会对人类的工作造成实实在在的威胁。


3.人工智能要突破的是人类服务与价值的边界


事实上,咖啡机器人在咖啡厅的工作只是替代了冲泡咖啡这一个环节,然后将其他的服务环节让消费者自己去完成,从机器人咖啡厅的自助购买模式,快速的出品效率,我们可以看出这实际上更加突出了它的快饮属性。


标准化+效率,这更像快餐的商业模式,机器人咖啡厅在这样的商业模式下,当然是有很大优势的,然而咖啡厅并不是快餐店,标准化和效率虽然会对咖啡厅有所影响,但这并不是最大的痛点,能否塑造出完美的第三空间体验才是消费者特别在意的,这也是咖啡馆的核心竞争力,而且很多独立咖啡馆的“心情咖啡”正是以各种独特的服务体验而走红。


在服务消费者过程中携带情感,为消费者创造消费之外的价值,这不仅是人工智能机器人的边界,也是服务行业中的金科玉律。


放大到整个服务行业来说,能够满足各类服务需求,给消费者创造出各种附加价值,特别是创造与消费者沟通过程中的人情味,才是作为人类的核心价值。


一句话,人工智能虽然可以取代劳动,却不能取代服务与价值。


相关文章
|
4天前
|
数据采集 人工智能 算法
Seer:上海 AI Lab 与北大联合开源端到端操作模型,结合视觉预测与动作执行信息,使机器人任务提升成功率43%
Seer是由上海AI实验室与北大等机构联合推出的端到端操作模型,结合视觉预测与动作执行,显著提升机器人任务成功率。
41 20
Seer:上海 AI Lab 与北大联合开源端到端操作模型,结合视觉预测与动作执行信息,使机器人任务提升成功率43%
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
PeterCat:一键创建开源项目 AI 问答机器人,自动抓取 GitHub 仓库信息、文档和 issue 等构建知识库
PeterCat 是一款开源的智能答疑机器人,能够自动抓取 GitHub 上的文档和 issue 构建知识库,提供对话式答疑服务,帮助开发者和社区维护者高效解决技术问题。
74 7
PeterCat:一键创建开源项目 AI 问答机器人,自动抓取 GitHub 仓库信息、文档和 issue 等构建知识库
|
10天前
|
人工智能 算法 自动驾驶
Jim Fan全华人团队HOVER问世,1.5M小模型让机器人获潜意识!
在机器人技术领域,人形机器人的全身控制一直极具挑战。传统方法为不同任务(如导航、移动操作等)单独训练控制策略,限制了策略的可转移性。Jim Fan团队提出HOVER框架,通过全身运动模仿作为共同抽象,整合多种控制模式,实现无缝过渡,显著提升控制效率和灵活性。HOVER不仅为人形机器人应用带来巨大潜力,也为机器人技术发展提供新思路。论文地址:https://arxiv.org/abs/2410.21229
41 23
|
2月前
|
人工智能 自然语言处理 算法
具身智能高校实训解决方案 ----从AI大模型+机器人到通用具身智能
在具身智能的发展历程中,AI 大模型的出现成为了关键的推动力量。高校作为培养未来科技人才的摇篮,需要紧跟这一前沿趋势,开展具身智能实训课程。通过将 AI 大模型与具备 3D 视觉的机器人相结合,为学生搭建一个实践平台。
218 64
|
19天前
|
人工智能 数据挖掘 BI
结构化表格也成模态!浙大TableGPT2开源,最强表格AI问世
在AI快速发展中,大型语言模型(LLMs)如GPTs等展现了巨大潜力。然而,表格数据整合这一关键领域发展不足。浙江大学提出TableGPT2,使用593.8K张表格和2.36M查询-表格-输出三元组进行预训练和微调。该模型创新性地引入了表格编码器,增强了处理模糊查询、缺失列名和不规则表格的能力。TableGPT2在23个基准测试指标上表现出色,7B模型性能提升35.20%,72B模型提升49.32%。其开源代码和模型为社区提供了强大的研究工具。
69 12
|
21天前
|
人工智能 安全 机器人
OpenAI重拾规则系统,用AI版机器人定律守护大模型安全
在人工智能领域,大语言模型(LLM)展现出强大的语言理解和生成能力,但也带来了安全性和可靠性挑战。OpenAI研究人员提出“规则基于奖励(RBR)”方法,通过明确规则引导LLM行为,确保其符合人类价值观和道德准则。实验显示,RBR方法在安全性与有用性之间取得了良好平衡,F1分数达97.1。然而,规则制定和维护复杂,且难以完全捕捉语言的多样性。论文:https://arxiv.org/pdf/2411.01111。
63 13
|
1月前
|
人工智能 自然语言处理 安全
谷歌版贾维斯即将问世,最强Gemini 2.0加持!AI自主操控电脑时代来临
谷歌发布的Gemini 2.0标志着AI新时代的到来,被誉为“谷歌版贾维斯”。该系统在自然语言处理、图像识别及自主操控电脑等方面取得重大进展,尤其在多模态数据处理上表现出色,能更准确理解用户需求并执行复杂任务。尽管存在对AI自主操控可能带来的负面影响的担忧,谷歌强调Gemini 2.0旨在辅助而非替代人类工作,且已采取多项措施保障其安全性和可靠性。
32 5
|
2月前
|
人工智能 机器人 Shell
AI语音机器人安装方法 AI机器人安装代码
AI语音机器人安装方法 AI机器人安装代码
43 2
|
2月前
|
人工智能 自然语言处理 机器人
手把手带你搭建一个语音对话机器人,5分钟定制个人AI小助手(新手入门篇)
本文介绍了如何从零开始搭建一个语音对话机器人,涵盖自动语音识别(ASR)、自然语言处理(NLP)和文本到语音合成(TTS)三大核心模块。通过使用开源工具如FunASR、LLaMA3-8B和ChatTTS,以及FastAPI和Gradio等技术,详细指导读者轻松实现个人AI小助手的构建,适合技术新手快速上手。
475 1
|
3月前
|
机器学习/深度学习 人工智能 自动驾驶
2024.10|AI/大模型在机器人/自动驾驶/智能驾舱领域的最新应用和深度洞察
本文介绍了AI和大模型在机器人、自动驾驶和智能座舱领域的最新应用和技术进展。涵盖多模态大语言模型在机器人控制中的应用、移动机器人(AMRs)的规模化部署、协作机器人的智能与安全性提升、AR/VR技术在机器人培训中的应用、数字孪生技术的优化作用、Rust语言在机器人编程中的崛起,以及大模型在自动驾驶中的核心地位、端到端自动驾驶解决方案、全球自动驾驶的前沿进展、智能座舱的核心技术演变和未来发展趋势。
263 2

热门文章

最新文章