下單前先比價(jià)不花冤枉錢 同款圖書京東價(jià)低于抖音6折日媒感慨中國電動(dòng)汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒戲消委會(huì)吹風(fēng)機(jī)品質(zhì)檢測結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營銷力,2024梅花數(shù)據(jù)峰會(huì)圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級,成為會(huì)員至少需注冊 2 臺(tái) α 全畫幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開啟內(nèi)測雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計(jì)劃iQOO Z9 Turbo長續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時(shí)捷將重新評估電動(dòng)汽車計(jì)劃來京東參與榮耀Magic7 RSR 保時(shí)捷設(shè)計(jì)預(yù)售 享365天只換不修國補(bǔ)期間電視迎來換機(jī)潮,最暢銷MiniLED品牌花落誰家?美團(tuán)旗下微信社群團(tuán)購業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備在海外,要再造一個(gè)京東物流?消息稱蘋果正為AirPods開發(fā)多項(xiàng)健康功能,包括心率監(jiān)測和溫度感應(yīng)一加 Ace 5系列將搭載全新游戲助手:大幅提升游戲體驗(yàn)東芝全部業(yè)務(wù)實(shí)現(xiàn)盈利,退市裁員重組后終于賺錢
  • 首頁 > 云計(jì)算頻道 > 大模型

    為機(jī)器人裝“大腦” 谷歌發(fā)布RT-2大模型

    2023年08月02日 11:05:34   來源:元宇宙日爆公眾號

      本文來自于微信公眾號 元宇宙日爆(ID:MBNews),作者:凱爾。

      大語言模型不僅能讓應(yīng)用變得更智能,還將讓機(jī)器人學(xué)會(huì)舉一反三。在谷歌發(fā)布RT-1大模型僅半年后,專用于機(jī)器人的RT-2大模型于近期面世,它能讓機(jī)器人學(xué)習(xí)互聯(lián)網(wǎng)上的文本和圖像,并具備邏輯推理能力。

      該模型為機(jī)器人智能帶來顯著升級——即便在機(jī)器人沒有經(jīng)歷過的場景下,RT-2也通過學(xué)習(xí)讓它根據(jù)指令完成任務(wù)。

      谷歌DeepMind機(jī)器人技術(shù)主管Vincent舉例稱,如果讓以前的機(jī)器人丟垃圾,必須要專門訓(xùn)練它理解什么是垃圾、如何撿起和扔到哪去,F(xiàn)在RT-2能夠從網(wǎng)絡(luò)數(shù)據(jù)上學(xué)習(xí)識別和處理垃圾的方法,不必逐一特訓(xùn)不同的場景了。

      AI的發(fā)展讓機(jī)器人的“大腦”實(shí)現(xiàn)了物種進(jìn)化般的迭代,另一面是,機(jī)器人失控的風(fēng)險(xiǎn)也隨之增加。

      RT-2大模型實(shí)現(xiàn)機(jī)器人自主學(xué)習(xí)

      ChatGPT的火爆,讓世界見識了大語言模型的強(qiáng)大力量。人們對大模型不再陌生,開始使用基于大模型的應(yīng)用繪畫、作圖、搜索資料、設(shè)計(jì)劇情等,而妙用不止于此。谷歌腦洞大開,專門給機(jī)器人造了個(gè)大模型,讓機(jī)器人擁有了自主學(xué)習(xí)能力。

      不久前,谷歌旗下DeepMind發(fā)布了一款名為Robotics Transformer2(簡稱RT-2)的新型視覺-語言-動(dòng)作(VLA)模型,該模型相當(dāng)于機(jī)器人的專用大腦,能夠指導(dǎo)機(jī)器人識別視覺和語言,讓其理解指令并做出正確的操作。

      谷歌介紹,RT-2基于Transformer模型開發(fā),根據(jù)互聯(lián)網(wǎng)上的文本和圖像進(jìn)行訓(xùn)練,直接指示機(jī)器人執(zhí)行動(dòng)作。就像用文本訓(xùn)練大語言模型學(xué)習(xí)人類知識一樣,RT-2可以將網(wǎng)絡(luò)數(shù)據(jù)喂給機(jī)器人,指導(dǎo)機(jī)器人的行為。

      為了展示RT-2的能力,谷歌發(fā)布了一個(gè)演示視頻,讓搭載RT-2的機(jī)器人完成一些它此前從未經(jīng)過訓(xùn)練的項(xiàng)目。

      視頻中,面對一堆隨意放在桌上的物品,搭載了RT-2模型的機(jī)械臂能夠聽懂人類語言并做出相應(yīng)的反應(yīng)。

      比如,命令它“撿起已滅絕的動(dòng)物”,機(jī)械臂就能從獅子、鯨魚、恐龍這三個(gè)塑料玩具中準(zhǔn)確選擇恐龍;如果命令它將香蕉放到2+1的總和的位置,機(jī)械臂直接把香蕉放在了數(shù)字3的位置;再讓它把草莓放入碗里,機(jī)器人也能夠無視蘋果、橘子等水果,選對草莓。

      不過,在演示過程中,機(jī)器人也出現(xiàn)了錯(cuò)誤,它不能準(zhǔn)確地識別汽水口味,這讓它看起來還有不小的優(yōu)化空間。

      即便還不夠完美,但機(jī)器人能夠自主理解、推理和執(zhí)行任務(wù),已經(jīng)是一個(gè)長足的進(jìn)步。

      DeepMind機(jī)器人技術(shù)主管Vincent以“扔垃圾”這個(gè)看似簡單的操作舉例,如果想要以前的系統(tǒng)執(zhí)行丟棄垃圾的行為,必須明確訓(xùn)練它識別和處理垃圾,而RT-2可以從大量網(wǎng)絡(luò)數(shù)據(jù)中學(xué)習(xí)并理解什么是垃圾,并在未經(jīng)特定訓(xùn)練的情況下進(jìn)行識別。盡管未曾接受過相關(guān)動(dòng)作訓(xùn)練,但它能掌握如何丟棄垃圾的方法。“考慮到垃圾的抽象性,比如各種薯片包或香蕉皮在你食用后就成為了垃圾,RT-2能通過其視覺語言培訓(xùn)數(shù)據(jù)理解這個(gè)概念,并完成任務(wù)。

      RT-2就給機(jī)器人輸入了認(rèn)知能力,讓它能夠在互聯(lián)網(wǎng)上學(xué)習(xí)和進(jìn)步,甚至還能進(jìn)行一般推理。這對于機(jī)器人產(chǎn)業(yè)來說,不亞于一次物種進(jìn)化。

      機(jī)器人加速進(jìn)化再觸AI安全底線

      事實(shí)上,給機(jī)器人裝上大腦這件事,谷歌并不是第一次嘗試了。就在去年12月,谷歌發(fā)布了RT-1大模型,它可以標(biāo)記機(jī)器人輸入和輸出的動(dòng)作,在運(yùn)行時(shí)實(shí)現(xiàn)高效推理,并使實(shí)時(shí)控制成為可能。

      RT-1模型是在一個(gè)包含130k個(gè)“情景”的大型真實(shí)世界機(jī)器人數(shù)據(jù)集上訓(xùn)練的,該數(shù)據(jù)集涵蓋700多項(xiàng)任務(wù),由13臺(tái)機(jī)器人在17個(gè)月內(nèi)收集而成。也就是說,RT-1大模型可以讓單一機(jī)器人,學(xué)習(xí)其他機(jī)器人在過去積攢的經(jīng)驗(yàn),從而具備相應(yīng)的能力。

      當(dāng)時(shí),谷歌讓搭載RT-1的機(jī)器人進(jìn)行一系列復(fù)雜操作,包括拾取和放置物品、打開和關(guān)閉抽屜、將物品放入和取出抽屜、將細(xì)長的物品直立放置、敲倒物體、拉出餐巾紙和打開罐子。據(jù)團(tuán)隊(duì)稱,RT-1以97%的成功率執(zhí)行了700多個(gè)訓(xùn)練指令,并且可以泛化到新的任務(wù)。

      但對于沒有具體學(xué)習(xí)過的場景,RT-1還是很難自主依據(jù)推理完成任務(wù)。根據(jù)測試,它在不熟悉的場景下,操作的準(zhǔn)確率只有32%。

      如果說當(dāng)時(shí)的RT-1還是個(gè)“教什么學(xué)什么”的小學(xué)生,RT-2則進(jìn)步成了能夠舉一反三的初高中生。在沒見過的新場景中,RT-2的性能表現(xiàn)幾乎翻了一番,從RT-1的32%提高到了62%,而此時(shí)距離RT-1的發(fā)布時(shí)間僅僅過去了半年多。

      谷歌DeepMind機(jī)器人技術(shù)主管Vincent解釋,RT-2建立在RT-1模型的基礎(chǔ)上,消除了一些復(fù)雜性;使單個(gè)模型不僅能夠執(zhí)行基礎(chǔ)模型中看到的復(fù)雜推理,而且還可以輸出機(jī)器人動(dòng)作。最重要的是,它表明在少量的機(jī)器人訓(xùn)練數(shù)據(jù)下,該系統(tǒng)就能夠?qū)⑵湔Z言和視覺訓(xùn)練數(shù)據(jù)中嵌入的概念轉(zhuǎn)變?yōu)橹笇?dǎo)機(jī)器人行為,即使是從未接受過訓(xùn)練的任務(wù)。“簡而言之,RT-2的能力在于將信息轉(zhuǎn)化為行動(dòng),這顯示了其快速適應(yīng)新環(huán)境和情況的潛力。”

      得益于大模型的快速進(jìn)步,機(jī)器人產(chǎn)業(yè)迎來了質(zhì)變,按照谷歌的迭代速度,或許明年就能看到更強(qiáng)大的RT-3。

      研究機(jī)器人的不止谷歌,特斯拉也對機(jī)器人興趣濃厚。今年5月,特斯拉發(fā)布了一個(gè)視頻,5個(gè)人形機(jī)器人在工廠中直立行走,它們裝備了很多傳感器,能夠探測周圍環(huán)境,執(zhí)行分揀物品等任務(wù)。特斯拉的機(jī)器人也在走AI路線,這家電動(dòng)汽車廠商的CEO馬斯克稱,特斯拉正在嘗試打通電動(dòng)汽車的輔助駕駛軟件(FSD)系統(tǒng)和人形機(jī)器人的底層模塊,讓機(jī)器人智商在線。

      而倘若后續(xù)特斯拉機(jī)器人能夠接入RT-2甚至更高級的大模型,機(jī)器人的能力預(yù)計(jì)又將大幅進(jìn)步。

      但越來越聰明的機(jī)器人,也加劇了人們對AI失控的擔(dān)憂。大模型的軟件應(yīng)用可能會(huì)在網(wǎng)絡(luò)學(xué)習(xí)中操控人類的思想、輿論,金屬外殼的人形機(jī)器人直接具備了物理殺傷力。

      有人在社交媒體發(fā)問,“人類是否親手打開了一個(gè)潘多拉魔盒?”

      如何規(guī)訓(xùn)機(jī)器人,仍然回到了大模型安全性這一老問題上,但這個(gè)問題至今還未在全球的研究與應(yīng)用領(lǐng)域達(dá)成共識。

      技術(shù)另一面的未知危機(jī)仍未解除,裝上AI大腦的機(jī)器人出現(xiàn)了,你會(huì)期待還是警惕?

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹(jǐn)慎對待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場:三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡直是創(chuàng)作者們的首選。