详细内容或原文请订阅后点击阅览
新的人工智能赋予机器人肌肉记忆，以在精细的手动任务上达到 99% 的成功率
通过观察我们，新的人工智能可以帮助机器人即兴发挥、叠衣服和纠正错误。
来源:ZME科学将一个塑料垫圈扔到桌子上，您的手会本能地伸手去接住它，以免它滚走。但即使是让先进的机器人也做同样的事情，它也很可能会惨败。与结构化、有序的工厂装配线相反，现实世界是混乱且不可预测的。多年来，工程师们试图通过严格的、逐步的代码来驯服这种混乱，试图预测每一个可能的失误。这从来没有像希望的那样奏效。
现在，一家名为 Generalist AI 的加州初创公司向我们展示了一些不同的东西。该公司刚刚发布了 GEN-1，这是一种新的人工智能模型，可以帮助机器人学习物理直觉，而不仅仅是执行僵化的代码。通过对直接从人体动作收集的大量数据进行训练，GEN-1 引导机器在包装手机和分类汽车零部件等棘手任务上达到 99% 的成功率。
最有趣的说法是该模型在出现问题时明显具有即兴发挥的能力。当由 GEN-1 驱动的机器人掉落一块时，它会弄清楚如何伸出手并重试。
肌肉记忆问题
像 ChatGPT 这样的大型语言模型通过吞噬公共互联网上的数万亿个单词而变得强大。但你无法从网站上剥夺身体灵活性。没有大量的、可下载的人类肌肉记忆存储库。
为了解决这个问题，Generalist 的研究人员将可穿戴的钳子（称为“数据手”）绑在人类工人身上。当人们从事平凡的体力劳动时，这些设备捕捉微小的微动作和视觉线索。然后，该公司存储了超过 50 万小时的真实交互数据。
摸索
一旦软件了解了物理世界的基本规则，开发人员只需要一小时的特定机器人数据就可以教它做新的家务。结果变化惊人。
×
谢谢！还有一件事...
请检查您的收件箱并确认您的订阅。