Стэнфордский университет в сотрудничестве с Google DeepMind разработал захватывающий новый подход к обучению автономных роботов. Ключевая идея заключается в том, чтобы позволить гуманоидным роботам наблюдать и имитировать человеческие движения в режиме реального времени, используя RGB-камеру для захвата движений тела и рук человека.

Процесс включает в себя сбор данных о движениях человека с использованием передовых алгоритмов оценки позы, а затем обучение политики в среде моделирования, чтобы позволить роботу повторять эти движения. Этот "человеко-плюс" подход создает новый конвейер для обучения автономных роботов, используя богатые данные о человеческих действиях.

Хотя базовая модель робота Unitree H1 имеет меньше степеней свободы по сравнению с человеческим телом, исследователям удалось обучить робота выполнять различные автономные задачи, включая складывание одежды, высокие прыжки и навигацию по складскому помещению. Робот способен выполнять эти задачи полностью автономно, без какого-либо телеуправления.

Исследователи отмечают, что жесткая природа текущей аппаратной платформы создает проблемы, но они взволнованы перспективами применения этих методик к более продвинутым робототехническим платформам в будущем. Возможность бесшовно интегрировать данные о движениях человека в обучение автономных роботов представляет собой значительный шаг вперед в области гуманоидной робототехники и обучения на основе подражания.

По мере улучшения возможностей аппаратного обеспечения исследователи надеются изучить развертывание этих автономных навыков на более новых и гибких робототехнических платформах. Это может открыть еще более впечатляющие достижения в области ловкости и универсальности, приближая нас к будущему, в котором гуманоидные роботы смогут по-настоящему помогать и сотрудничать с людьми в широком спектре задач.

Илон Маск поделился своим амбициозным видением будущего гуманоидных роботов. Он считает, что Tesla сможет производить 100 миллионов гуманоидных роботов, называемых Оптимус, в год. Маск представляет себе, что эти роботы будут способны выполнять широкий спектр задач, от домашних дел до промышленных работ.

Маск утверждает, что спрос на этих гуманоидных роботов будет огромным, возможно, по одному роботу на каждого человека на планете. Он считает, что стоимость производства этих роботов в массовом масштабе может составлять всего 10 000 долларов за единицу, что позволит сделать их доступными как для индивидуальных потребителей, так и для предприятий.

Хотя сроки и производственные цели Маска могут показаться чрезмерно оптимистичными, он верит, что достижения в области искусственного интеллекта и робототехники сделают эту концепцию реальностью в течение следующих 10-20 лет. Маск рассматривает этих гуманоидных роботов как трансформирующую технологию, которая может коренным образом изменить наш образ жизни и работы.

Однако амбициозные заявления Маска встречают некоторый скептицизм, поскольку у него есть история установления агрессивных сроков, которые не всегда выполняются. Тем не менее, потенциал гуманоидных роботов для автоматизации широкого спектра задач неоспорим, и видение Маска подчеркивает быстрый темп прогресса в этой области.

Бывшие исследователи Meta выпустили новое агентство ИИ под названием Jace, которое, по их утверждениям, может справляться с широким спектром задач автономно. Демонстрация показывает, как Jace планирует поездку, создает компанию и выполняет другие веб-ориентированные действия.

Хотя заявления о возможностях Jace впечатляют, важно отметить несколько ключевых ограничений:

1. Планирование и многоэтапные рассуждения: Современные агенты ИИ все еще испытывают трудности с комплексным планированием и многоэтапными рассуждениями. Способность создавать LLC с нуля, как утверждается в демонстрации, потребовала бы продвинутых навыков планирования и принятия решений, которые пока не широко доступны в системах ИИ.

2. Скорость и надежность: В демонстрации отмечается, что текущая скорость просмотра Jace "несколько медленная", и команда работает над ее ускорением и повышением надежности.

3. Ограничения на сложные задачи: Создатели заявляют, что Jace "может испытывать трудности со сложными задачами", что указывает на значительные ограничения его возможностей.

4. Отсутствие общедоступного доступа: В настоящее время Jace находится в закрытой бета-версии, и пользователи могут только записаться в лист ожидания для доступа к агенту. Эта ограниченная доступность затрудняет независимую проверку заявлений о его возможностях.

Хотя разработка Jace является интересным достижением в области агентов ИИ, важно подходить к таким заявлениям с критическим взглядом. Сообщество ИИ видело много амбициозных обещаний в прошлом, и крайне важно дождаться независимой проверки и дальнейших достижений, прежде чем делать выводы о реальных возможностях этой или любой другой системы ИИ.

Недавнее назначение OpenAI бывшего сотрудника Агентства национальной безопасности (АНБ) в состав своего совета вызвало озабоченность по поводу потенциальных последствий для управления ИИ. Этот шаг свидетельствует о том, что OpenAI предпринимает меры для решения проблем национальной безопасности, связанных с его передовыми технологиями ИИ.

Бывший сотрудник АНБ, ранее отвечавший за программы массовой слежки, теперь отвечает за надзор и руководство в OpenAI. Это назначение указывает на то, что компания предвидит усиление государственного надзора и регулирования своих систем ИИ, особенно по мере их становления более мощными и способными.

Назначение также поднимает вопросы о балансе между инновациями и безопасностью в области ИИ. С одной стороны, передовые технологии ИИ OpenAI имеют потенциал для значительного технологического прогресса и общественной пользы. Однако также существуют обоснованные опасения по поводу возможного злоупотребления этими технологиями для слежки, манипулирования или других злонамеренных целей.

Привлекая бывшего сотрудника АНБ, OpenAI сигнализирует о том, что она серьезно относится к этим проблемам и готова сотрудничать с государственными органами, чтобы обеспечить ответственную разработку и внедрение своих систем ИИ. Этот шаг также может рассматриваться как упреждающая мера, чтобы избежать потенциальных конфликтов с государственными регулирующими органами в будущем.

В целом, назначение бывшего сотрудника АНБ в совет директоров OpenAI является значительным событием, которое подчеркивает растущую важность управления ИИ и необходимость сотрудничества между частным сектором и государственными органами для решения сложных проблем, связанных с передовыми технологиями ИИ.

Исследователи представили подход "смеси агентов", который использует несколько больших языковых моделей (LLM) для достижения результатов, превосходящих даже мощную модель GPT-4.

Основные аспекты этого подхода:

1. Коллективная сила нескольких LLM: Используя коллективную силу нескольких открытых LLM-агентов, исследователям удалось повысить общее качество ответов.

2. Эталонная реализация: Исследователи предоставили эталонную реализацию под названием "Mixture of the Arts", которая использует различные открытые LLM-агенты для достижения результата 65,1% по бенчмарку Alpaca EV Eval 2.0, превзойдя предыдущего лидера, GPT-4.

3. Многослойная архитектура: Подход организует LLM-агентов в несколько слоев, где выходные данные одного слоя подаются в следующий слой для дальнейшего уточнения. Этот итеративный процесс позволяет системе синтезировать высококачественные ответы.

4. Синтезатор/агрегатор: Ключевым компонентом является "синтезатор" или "агрегатор", который объединяет ответы различных LLM-агентов в каждом слое, чтобы получить единый высококачественный выходной результат.

Результаты демонстрируют силу использования коллективных возможностей нескольких LLM, даже когда используются открытые модели, которые не так продвинуты, как GPT-4. Этот подход подчеркивает потенциал для дальнейших достижений в производительности больших языковых моделей благодаря инновационным архитектурным решениям и методам ансамблирования.