瑜伽球上训练出来的机器狗比大多数健身者更能灵活运用训练资源

瑜伽球上训练出来的机器狗比大多数健身者更能灵活运用训练资源DrEureka是一个任何人都可以获取的开源软件包，用于使用大型语言模型（LLM）（如ChatGPT4）训练机器人执行现实世界中的任务。这是一个"模拟到现实"系统，也就是说，它在虚拟环境中使用模拟物理原理对机器人进行教学，然后再在现实空间中实施。吉姆-范（JimFan）博士是DrEureka的开发者之一，他部署的UnitreeGo1四足机器人一跃成为头条新闻。这是一款"低成本"、支持良好的开源机器人--这很方便，因为即使有了人工智能，机器人宠物仍然很容易摔伤。至于"低成本"，它在亚马逊上的售价为5899美元，评分为1星……DrEureka中的"Dr"代表"领域随机化"，即在模拟环境中随机化摩擦、质量、阻尼、重心等变量。只需在ChatGPT等LLM中输入一些提示，人工智能就能编写代码，创建一个奖励/惩罚系统，在虚拟空间中训练机器人，其中0=失败，高于0则为胜利。得分越高越好。它可以通过最小化和最大化球的弹跳力、运动强度、肢体自由度和阻尼等方面的失效点/爆发点来创建参数。作为一个LLM，它可以毫不费力地大量创建这些参数，供训练系统同时运行。每次模拟后，GPT还可以反思虚拟机器人的表现，以及如何改进。如果超出或违反参数，例如电机过热或试图以超出其能力的方式衔接肢体，都将导致0分...没有人喜欢得零分，人工智能也不例外。提示LLM编写代码需要安全指令--否则，研究小组发现GPT会努力追求最佳性能，会在没有指导的情况下在模拟中"作弊"。这在模拟中没有问题，但在现实生活中可能会导致电机过热或肢体过度伸展，从而损坏机器人--研究人员称这种现象为"退化行为"。虚拟机器人自学成才的非自然行为的一个例子是，它发现自己可以更快地移动，方法是将臀部插入地面，用三只脚拖着臀部在地板上窜来窜去。虽然这在模拟中是一种优势，但当机器人在现实世界中尝试时就尴尬了。因此，研究人员指示GPT要格外小心，因为机器人将在真实世界中接受测试--为此，GPT创建了安全功能，如平滑动作、躯干方向、躯干高度，并确保机器人的电机不会扭矩过大。如果机器人作弊，违反了这些参数，其奖励函数就会降低得分。安全功能可以减少退化和不自然的行为，比如不必要的骨盆推力。那么它的表现如何呢？比我们强。DrEureka在训练机器人"pooch"的过程中击败了人类，在实际的混合地形中，它的前进速度和行进距离分别提高了34%和20%。DrEureka基于GPT的训练系统在现实世界中轻松击败人类训练的机器人如何做到？研究人员认为，这与教学方式有关。人类倾向于课程式的教学环境--把任务分解成一个个小步骤，并试图孤立地解释它们，而GPT能够有效地一次性传授所有知识。这是我们根本无法做到的。DrEureka是同类产品中的首创。它能够从模拟世界"零距离"进入现实世界。想象一下，在对周围世界几乎一无所知的情况下，你被推出巢穴，只能自己摸索。这就是"零镜头"。DrEureka的创造者认为，如果他们能向GPT提供真实世界的反馈，就能进一步改进模拟到现实的训练。目前，所有的模拟训练都是利用机器人自身本体感觉系统的数据完成的，但如果GPT能够通过真实世界的视频画面看到出错的地方，而不是仅仅从机器人的日志中读取执行失败的信息，那么它就能更有效地完善自己的指令。人类平均需要一年半的时间才能学会走路，而大概只有百分之一的人类能在瑜伽球上学会走路。您可以在这里观看一段未经剪辑的4分33秒视频，视频中机器人狗狗轻松在瑜伽球上散步，且没有停下来在消防栓上撒尿：...PC版：https://www.cnbeta.com.tw/articles/soft/1429963.htm手机版：https://m.cnbeta.com.tw/view/1429963.htm

《金融时报》推出根据数十年文章内容库训练出来的AI机器人Ask FT

《金融时报》推出根据数十年文章内容库训练出来的AI机器人AskFT当我们问"谁负责微软的人工智能产品？"时，该工具返回了最新的答案，并提到了本周爆出的微软聘请DeepMind联合创始人穆斯塔法-苏莱曼（MustafaSuleyman）担任其新人工智能团队负责人的消息：穆斯塔法-苏莱曼（MustafaSuleyman）目前作为微软人工智能（MicrosoftAI）的负责人，负责管理微软面向消费者的人工智能产品和部门，直接向萨蒂亚-纳德拉（SatyaNadella）汇报工作[1,2,3]。他是从InflectionAI公司调来的，目的是扩大微软为个人消费者开发生成式人工智能的重点[1,2,3,4,6]。括号中的数字对应的是它从FT文章中提取的信息，并列在答案下方。它还提供了这些文章的写作时间段。在微软公司的这道题中，它说它从2023年3月1日到2024年3月20日提取了信息。不过，我们发现有些答案并不一致。在我们进行测试时，该工具在回答"目前谁正在参加2024年美国总统大选"的问题时，将尼基-海利（NikkiHaley）列入了答案，尽管她已经退出了竞选。FT专业版的几百名付费用户可以使用它，该版面向商业专业人士和机构。AskFT目前由Anthropic开发的大型语言模型（LLM）Claude提供支持，但这种情况可能会发生变化。FT首席产品官林赛-杰恩（LindseyJayne）表示，该媒体正在"以'不可知模型'的方式来处理这个问题，看看哪一种最符合我们的需求"。它可以回答有关时事的问题，如英特尔根据《CHIPS法案》从美国政府获得了多少资金，也可以回答更广泛的问题，如加密货币对环境的影响。然后，该工具会收集《金融时报》的档案，并通过引用总结相关信息。AskFT还将回答需要深入挖掘《金融时报》档案的问题。当被问及YouTube如何起步时，它正确地回答说，YouTube是由ChadHurley、SteveChen和JawedKarim于2005年2月创办的。杰恩说："我们在内部进行了大量的测试，并利用这些测试来改进我们指导模型和构建代码的方式。在第一批500人中，我们正在跟踪每一个问题和回答，以及用户的反馈"。去年，我们试用了市场营销公司Foundry旗下数字媒体（包括Macworld、PCWorld和TechAdvisor）部署的类似工具。不过，当时它并不像AskFT那样有用；我的同事MiaSato发现，它对一些简单的问题（如上一款iPodNano是什么时候发布的）提供的结果并不准确。杰恩说："我认为，如果不持续不断发展并迎接这些时刻，就不可能成为一家拥有135年历史的机构。但必须要聪明，不能一味地炒作......否则人们只是为了新奇而玩玩，然后继续过自己的生活。"大多数用户现在还不能试用聊天机器人。AskFT目前仍处于测试阶段，英国《金融时报》将继续对其进行测试和评估。...PC版：https://www.cnbeta.com.tw/articles/soft/1424922.htm手机版：https://m.cnbeta.com.tw/view/1424922.htm

利用 Meta 的 ImageBind 训练出来的多模态模型。

利用Meta的ImageBind训练出来的多模态模型。只使用了文本-图像数据进行微调就获得了很好的多模态效果。YixuanSu: WearesuperexcitedtosharePandaGPT,thefirstfoundationmodelcapableofinstruction-followingdataacrosssixmodalities,withouttheneedofexplicitsupervision.[1/n]ProjectPage:Demo:Code: