DeepMind最新RT-2模型 簡化AI機器人視覺語言訓練

機器手臂夾起物體後，精準放到指定位置。Google旗下的DeepMind最新發表的RT-2模型，能教機器人辨識視覺和語言，還能理解複雜推理、直接執行任務。

國防院網路安全與決策推演研究所助理研究員杜貞儀說明，「RT-2裡面，它稱為視覺語言訓練，就像ChatGPT可以理解文字的訊息，RT-2可以透過文字的訊息，在大量的網路數據中，去搜尋相關的圖像來訓練。」

傳統觀念上，如果要機器人處理某項物品，要先訓練它如何辨識物品，再訓練處理；但RT-2是經由大量的網路數據學習，因此不用特別訓練，就能直接辨識和處理。而且相比去年推出的RT-1模型，執行效率從3成提高到6成。

而在AI技術發展迅速同時，監管議題同樣備受關注。資安院和工研院宣布，將合作打造建立AI評測機制。

國家資通安全研究院檢測防禦中心代理主任表示，「會去以風險的角度來出發，然後去看公平性、可靠性等不同的面向。在這AI的模型裡面，看是不是有去做這方面留意，跟應該要去做相關的確認。」

杜貞儀指出，「歐洲跟美國在AI的政策走向上，可能有一些差異。對於可信任跟AI的定義，包括一些資安或隱私以外的其他風險、AI本身的問責跟透明性、主動揭露使用AI或其風險的負責任的AI服務或產品的一個做法，也是需要考量的方向。」

資安院指出，預計年底成立AI產品與系統評測中心，將逐步試行AI評測服務驗證。像國科會正在進行的台版ChatGPT也被納入，希望能妥善因應AI浪潮所衍生的資安風險，並建立可信任的AI運作環境。