斯坦福大学与谷歌DeepMind合作,开发了一种全新的自主机器人训练方法。关键思路是让人形机器人实时观察和模仿人类动作,利用RGB摄像头捕捉人体和手部动作。

这个过程包括使用先进的姿态估计算法收集人类运动数据,然后在模拟环境中训练策略,让机器人跟随这些动作。这种"人加"方法为自主机器人训练创造了新的管道,利用了人类行为的丰富数据。

尽管基础机器人模型Unitree H1与人体相比自由度有限,但研究人员已经能够训练机器人执行各种自主任务,包括折叠衣服、高跳和在仓库环境中导航。机器人能够完全自主地执行这些任务,无需遥控操作。

研究人员指出,当前硬件平台的刚性性质带来了挑战,但他们对将来应用这些技术于更先进的机器人平台感到兴奋。将人类运动数据无缝集成到自主机器人的训练中,代表了人形机器人和模仿学习领域的重大进步。

随着硬件能力的不断提升,研究人员希望能够在更新、更灵活的机器人平台上部署这些自主技能。这可能会解锁更加令人印象深刻的灵巧性和多功能性,让我们更接近一个人形机器人能够广泛协助和配合人类完成各种任务的未来。

埃隆·马斯克分享了他对人形机器人未来的雄心勃勃的愿景。他相信特斯拉每年将能生产1亿台名为Optimus的人形机器人。马斯克设想这些机器人能够执行从家庭杂务到工业作业的各种任务。

马斯克认为,对这些人形机器人的需求将是巨大的,每个人可能都会拥有一台。他相信大规模生产这些机器人的成本可能低至每台1万美元,使其能够为个人消费者和企业所负担。

尽管马斯克的时间表和生产目标可能过于乐观,但他相信人工智能和机器人技术的进步将在未来10-20年内实现这一愿景。马斯克认为,这些人形机器人是一项变革性技术,可能从根本上改变我们的生活和工作方式。

然而,马斯克的雄心勃勃的说法也受到了一些怀疑,因为他过去曾设定过过于激进的时间表,并未完全实现。尽管如此,人形机器人自动化各种任务的潜力是不可否认的,马斯克的愿景突出了这一领域进展的迅速步伐。

随着人形机器人的发展,密切关注这项技术的伦理和社会影响将很重要,确保它以负责任和有益的方式部署。

前Meta研究人员发布了一款名为Jace的新AI代理,声称它可以自主处理各种任务。演示展示了Jace规划旅行、创建公司以及执行其他基于网络的活动。

虽然关于Jace能力的说法令人印象深刻,但也需要注意几个关键限制:

1. 规划和多步推理: 当前的AI代理仍然难以应对复杂的规划和多步推理。从头创建有限责任公司(LLC)的能力,正如演示中所声称的那样,需要先进的规划和决策技能,这在AI系统中还没有广泛出现。

2. 速度和可靠性: 演示承认Jace当前的浏览速度"有些慢",团队正在努力提高其速度和可靠性。

3. 复杂任务的局限性: 创造者表示Jace"可能会在复杂任务上遇到困难",这表明它的能力仍然存在重大局限。

4. 缺乏公开访问: Jace目前处于封闭测试阶段,用户只能加入等待列表才能访问该代理。这种有限的可用性使得独立验证其声称的能力变得很困难。

虽然Jace的开发是AI代理领域的一个有趣进展,但我们需要以批判的眼光看待这些说法。AI界过去曾经见证了许多雄心勃勃的承诺,在得到独立验证和进一步发展之前,我们必须谨慎地对待这个或任何其他AI系统的真实能力。

OpenAI最近任命一名前国家安全局(NSA)官员加入其董事会,引发了人们对AI治理潜在影响的担忧。这一举措表明OpenAI正在采取措施应对其先进AI技术的国家安全影响。

这位前NSA官员曾负责大规模监视计划,现在被赋予为OpenAI提供监督和指导的任务。这一任命表明,该公司预计其AI系统将受到政府更严格的审查和监管,特别是随着它们变得更加强大和能力更强。

这一任命也引发了人们对AI领域创新与安全之间平衡的疑问。一方面,OpenAI的先进AI技术有潜力推动重大技术进步和社会利益。然而,也有人担心这些技术可能被滥用于监视、操纵或其他不当目的。

通过引入一名前NSA官员,OpenAI表明它正认真对待这些担忧,并愿意与政府机构合作,确保其AI系统得到负责任的开发和部署。这一举措也可被视为一种预防措施,以避免未来与政府监管机构发生潜在冲突。

总的来说,前NSA官员加入OpenAI董事会是一个重要发展,突出了AI治理的日益重要性,以及私营部门与政府机构之间需要合作应对先进AI技术带来的复杂挑战。

研究人员提出了一种"代理混合"方法,利用多个大型语言模型(LLM)来实现最先进的性能,甚至超越了强大的GPT-4模型。

这种方法的关键特点包括:

1. 多个LLM的集体力量: 利用几个开源LLM代理的集体力量,研究人员能够提高整体响应质量。

2. 参考实现: 研究人员提供了一个名为"Mixture of the Arts"的参考实现,利用各种开源LLM代理在Alpaca EV Eval 2.0基准测试中获得65.1%的得分,超过了之前的领导者GPT-4。

3. 多层架构: 该方法将LLM代理组织成多个层次,其中一层的输出被输入到下一层进行进一步细化。这种迭代过程允许系统合成高质量的响应。

4. 合成器/聚合器: 一个关键组件是"合成器"或"聚合器",它将每一层中不同LLM代理的响应组合成单一的高质量输出。

这些结果展示了利用多个LLM的集体能力的力量,即使使用的是不如GPT-4先进的开源模型。这种方法突出了通过创新的架构设计和集成技术进一步提高大型语言模型性能的潜力。