Đại học Stanford, hợp tác với Google DeepMind, đã phát triển một phương pháp mới đầy hứa hẹn để huấn luyện robot tự chủ. Ý tưởng chính là cho phép robot nhân dạng quan sát và bắt chước các chuyển động của con người theo thời gian thực, sử dụng camera RGB để ghi lại các chuyển động của cơ thể và bàn tay con người.

Quá trình này bao gồm việc thu thập dữ liệu chuyển động của con người bằng các thuật toán ước tính tư thế tiên tiến, sau đó huấn luyện một chính sách trong môi trường mô phỏng để cho phép robot bắt chước các chuyển động này. Phương pháp "con người cộng" này tạo ra một đường ống mới để huấn luyện robot tự chủ, khai thác dữ liệu phong phú về các hành động của con người.

Mặc dù mô hình robot cơ bản, Unitree H1, có số bậc tự do hạn chế so với cơ thể con người, nhưng các nhà nghiên cứu đã có thể huấn luyện robot để thực hiện nhiều nhiệm vụ tự chủ khác nhau, bao gồm gấp quần áo, nhảy cao và di chuyển trong một môi trường kho. Robot có thể thực hiện các nhiệm vụ này hoàn toàn tự chủ, không cần bất kỳ điều khiển từ xa nào.

Các nhà nghiên cứu lưu ý rằng bản chất cứng nhắc của nền tảng phần cứng hiện tại gây ra những thách thức, nhưng họ rất phấn khích về tiềm năng của việc áp dụng các kỹ thuật này cho các nền tảng robot tiên tiến hơn trong tương lai. Khả năng tích hợp dữ liệu chuyển động của con người một cách liền mạch vào quá trình huấn luyện robot tự chủ đại diện cho một bước tiến đáng kể trong lĩnh vực robot nhân dạng và học bắt chước.

Elon Musk đã chia sẻ tầm nhìn tham vọng của ông về tương lai của robot nhân dạng. Ông tin rằng Tesla sẽ có thể sản xuất 100 triệu robot nhân dạng, được gọi là Optimus, mỗi năm. Musk hình dung rằng những robot này sẽ có khả năng thực hiện một loạt các nhiệm vụ, từ công việc gia đình đến công việc công nghiệp.

Musk cho rằng nhu cầu đối với những robot nhân dạng này sẽ rất lớn, với khả năng có một robot cho mỗi con người trên hành tinh. Ông tin rằng chi phí sản xuất những robot này với quy mô lớn có thể chỉ khoảng 10.000 USD mỗi đơn vị, cho phép chúng trở nên phù hợp với cả người tiêu dùng cá nhân và doanh nghiệp.

Mặc dù mốc thời gian và mục tiêu sản xuất của Musk có vẻ quá lạc quan, ông tin rằng những tiến bộ trong trí tuệ nhân tạo và robot học sẽ biến tầm nhìn này thành hiện thực trong vòng 10-20 năm tới. Musk xem những robot nhân dạng này là một công nghệ đột phá có thể thay đổi cơ bản cách chúng ta sống và làm việc.

Tuy nhiên, những tuyên bố tham vọng của Musk đã gặp phải một số hoài nghi, vì ông có lịch sử đặt ra các mốc thời gian quá sức mà không luôn đạt được. Tuy nhiên, tiềm năng của robot nhân dạng trong việc tự động hóa một loạt các nhiệm vụ là không thể phủ nhận, và tầm nhìn của Musk nổi bật lên tốc độ tiến bộ nhanh chóng trong lĩnh vực này.

Khi phát triển robot nhân dạng tiếp tục, sẽ quan trọng để theo dõi chặt chẽ các hàm ý đạo đức và xã hội của công nghệ này, đảm bảo rằng nó được triển khai một cách có trách nhiệm và có lợi.

Các nhà nghiên cứu cũ của Meta đã phát hành một tác nhân AI mới có tên là Jace, họ tuyên bố có thể xử lý một loạt các nhiệm vụ một cách tự chủ. Bản demo trình diễn Jace lập kế hoạch cho một chuyến đi, thành lập một công ty và thực hiện các hoạt động dựa trên web khác.

Mặc dù các tuyên bố về khả năng của Jace rất ấn tượng, cần lưu ý một số hạn chế chính:

1. Lập kế hoạch và Lý luận Đa bước: Các tác nhân AI hiện tại vẫn gặp khó khăn với việc lập kế hoạch phức tạp và lý luận đa bước. Khả năng thành lập một công ty trách nhiệm hữu hạn từ đầu, như được trình diễn trong bản demo, sẽ yêu cầu các kỹ năng lập kế hoạch và ra quyết định tiên tiến mà hiện nay chưa phổ biến trong các hệ thống AI.

2. Tốc độ và Độ tin cậy: Bản demo thừa nhận rằng tốc độ duyệt web hiện tại của Jace "hơi chậm" và nhóm đang cố gắng để làm cho nó nhanh hơn và đáng tin cậy hơn.

3. Hạn chế đối với Các Nhiệm vụ Phức tạp: Các nhà sáng tạo cho biết Jace "có thể gặp khó khăn với các nhiệm vụ phức tạp", cho thấy vẫn còn những hạn chế đáng kể về khả năng của nó.

4. Thiếu Quyền Truy cập Công khai: Jace hiện đang trong giai đoạn thử nghiệm đóng, và người dùng chỉ có thể tham gia danh sách chờ để truy cập tác nhân này. Khả năng tiếp cận hạn chế này khiến việc xác minh độc lập các tuyên bố về khả năng của nó trở nên khó khăn.

Mặc dù việc phát triển Jace là một bước tiến thú vị trong lĩnh vực các tác nhân AI, cần tiếp cận các tuyên bố như vậy một cách phê phán. Cộng đồng AI đã chứng kiến nhiều lời hứa tham vọng trong quá khứ, và điều quan trọng là phải chờ đợi xác minh độc lập và các bước tiến bộ tiếp theo trước khi rút ra kết luận về khả năng thực sự của hệ thống AI này hay bất kỳ hệ thống AI nào khác.

Việc Open AI gần đây bổ nhiệm một quan chức cũ của Cơ quan An ninh Quốc gia (NSA) vào hội đồng quản trị của họ đã gây ra những lo ngại về các hàm ý tiềm năng đối với quản trị AI. Động thái này cho thấy Open AI đang thực hiện các bước để giải quyết các hàm ý an ninh quốc gia của các công nghệ AI tiên tiến của họ.

Viên chức cũ của NSA, người trước đây chịu trách nhiệm về các chương trình giám sát quy mô lớn, hiện được giao nhiệm vụ cung cấp sự giám sát và hướng dẫn cho Open AI. Việc bổ nhiệm này cho thấy công ty đang dự đoán sự gia tăng sự kiểm tra và quản lý của chính phủ đối với các hệ thống AI của họ, đặc biệt khi chúng trở nên mạnh mẽ và có khả năng hơn.

Việc bổ nhiệm này cũng nêu ra những câu hỏi về sự cân bằng giữa đổi mới và an ninh trong lĩnh vực AI. Một mặt, các công nghệ AI tiên tiến của Open AI có tiềm năng thúc đẩy sự tiến bộ công nghệ và lợi ích xã hội đáng kể. Tuy nhiên, cũng có những lo ngại chính đáng về việc lạm dụng tiềm năng của các công nghệ này cho mục đích giám sát, thao túng hoặc các mục đích xấu khác.

Bằng cách mời một quan chức cũ của NSA, Open AI đang gửi tín hiệu rằng họ đang nghiêm túc xem xét những lo ngại này và sẵn sàng hợp tác với các cơ quan chính phủ để đảm bảo rằng các hệ thống AI của họ được phát triển và triển khai một cách có trách nhiệm. Động thái này cũng có thể được xem là một biện pháp phòng ngừa để tránh các xung đột tiềm năng với các cơ quan quản lý chính phủ trong tương lai.

Nói chung, việc bổ nhiệm quan chức cũ của NSA vào hội đồng quản trị của Open AI là một diễn biến đáng chú ý, nó nổi bật lên tầm quan trọng ngày càng tăng của quản trị AI và nhu cầu hợp tác giữa khu vực tư nhân và các cơ quan chính phủ để giải quyết những thách thức phức tạp do các công nghệ AI tiên tiến gây ra.

Các nhà nghiên cứu đã giới thiệu một phương pháp "hỗn hợp các tác nhân" khai thác nhiều mô hình ngôn ngữ lớn (LLM) để đạt được hiệu suất tốt nhất hiện nay, vượt qua cả mô hình mạnh mẽ GPT-4.

Các khía cạnh chính của phương pháp này là:

1. Sức mạnh Tập thể của Nhiều LLM: Bằng cách khai thác sức mạnh tập thể của nhiều tác nhân LLM nguồn mở, các nhà nghiên cứu đã có thể cải thiện chất lượng tổng thể của các phản hồi.

2. Triển khai Tham chiếu: Các nhà nghiên cứu đã cung cấp một triển khai tham chiếu có tên "Mixture of the Arts" sử dụng các tác nhân LLM nguồn mở khác nhau để đạt được điểm số 65,1% trên bộ đánh giá Alpaca EV 2.0, vượt qua người dẫn đầu trước đó là GPT-4.

3. Kiến trúc Đa Lớp: Phương pháp này tổ chức các tác nhân LLM thành nhiều lớp, trong đó đầu ra của một lớp được đưa vào lớp tiếp theo để tinh chỉnh thêm. Quá trình lặp lại này cho phép hệ thống tổng hợp các phản hồi chất lượng cao.

4. Bộ Tổng hợp/Tổng hợp: Một thành phần then chốt là "bộ tổng hợp" hoặc "bộ tổng hợp" kết hợp các phản hồi từ các tác nhân LLM khác nhau ở mỗi lớp để tạo ra một đầu ra duy nhất, chất lượng cao.

Kết quả cho thấy sức mạnh của việc khai thác khả năng tập thể của nhiều LLM, ngay cả khi sử dụng các mô hình nguồn mở không tiên tiến bằng GPT-4. Phương pháp này nổi bật tiềm năng để tiến bộ hơn nữa trong hiệu suất mô hình ngôn ngữ lớn thông qua các thiết kế kiến trúc sáng tạo và kỹ thuật tập hợp.