Google新AI 大模型來了

首頁 > 科技

Google新AI 大模型來了

來源:家裝百科 釋出時間:2023-03-09 14:41

3 月 7 日 WSJ 的一篇長文剛講述 Google 如何在過於謹嚴和自我束縛下,錯失了釋出類似 ChatGPT 的聊天機器人的先機,作者以為高管在保持技術發展上風和維護倫理安全之間舉棋不定。

一天後,Google 機器人團隊、柏林理工大學和 Google 研究提出一種新的人工智慧模型 PaLM-E,它由一組神經網路組成,可以處理不同形式的資料,好比影象、聲音、文字還有機器人控制策略,從而實現對機器人的控制和操縱。

三方團隊聯合發表的論文具體解釋如何利用視覺化資料增強語言處理能力。研究職員先使用大規模的影象和文字資料集對一個深度學習模型進行練習,以使其學習到一些通用的特徵和知識,然後再在特定任務上進行微調,從而進步其對影象和自然語言之間關係的理解,並在機器人控制等任務中施展更好的作用。用來練習模型的 “素材” 包括影象標註、視覺問答和影象分類等。

作者還舉例一些詳細使用場景,包括:

-在機器人控制任務中,PaLM-E 可以根據自然語言指令和視覺輸入天生機器人控制策略。

-在視覺問答任務中,PaLM-E 可以根據影象和自然語言題目天生相應的回答。

-在機器手臂移動操縱任務中,PaLM-E 可以根據自然語言指令和機器人狀態天生移動路徑和操縱序列。

-在包含文字、影象、聲音的多模態對話系統中,PaLM-E 可以理解使用者的自然語言輸入並天生相應的回覆。

根據研究小組的說法,他們曾引導機器手臂按照指示精確地將紅色塊移向目標杯子 —— 即便練習資料中只有三個咖啡杯。

Google 的科研能力和資金貯備毋庸置疑,但如它們自己說的,研究原型和一款天天可以安全使用的可靠產品之間存在巨大差距。並且相較於小型創業公司,Google 必需更加深思熟慮地釋出 AI 技術。

如在 WSJ 的報道中,兩名 Google 研究員兩年多前開始推動公司釋出一款聊天機器人,後者可以自信地探討哲學題目,談論自己喜歡的電視節目,同時還可以即興製作有關牛和馬的雙關語,其技術比當時其他任何聊天機器人都要進步前輩。

這遭 Google 高管們多次拒絕,理由是不符合公司對 AI 安全和公平性的倫理尺度。兩位研究員丹尼爾和諾姆離職創辦自己的 AI 公司。Google 最近緊急釋出的聊天機器人 Bard,部門基於二人的技術。

Google 對於推動人工智慧技術應用的擔憂主要來自兩方面,一是長期以來關於人工智慧的爭議可能影響公司聲譽,二是擔心因此衝擊自己的廣告業務。

第一個擔心長期存在於學術界和技術應用領域。甚至 OpenAI 成立初衷之一也是但願有朝一日有能力對抗可能被大公司濫用(好比 Google)的邪惡 AI。

2016 年,微軟釋出了一款名為 Tay 的聊天機器人,但僅僅上線數小時後,就在一些使用者 “調教” 下,發表了諸如 “布什是 ‘9·11’ 事件的幕後黑手” “希特勒一點也沒錯” 等聳人聽聞的言論。

第二個則是不可避免的大公司病,即在維護現有的盈利模式和客戶群體、保持穩定的現金流和市場地位,與持續立異以應對市場變化和新興競爭對手的威脅之間扭捏,通常最後是前者戰勝後者,從而給了後來者機會。舊去新來是貿易規律之一,也是貿易世界的魅力。(邱豪 龔方毅)

3 月 7 日 WSJ 的一篇長文剛講述 Google 如何在過於謹嚴和自我束縛下,錯失了釋出類似 ChatGPT 的聊天機器人的先機,作者以為高管在保持技術發展上風和維護倫理安全之間舉棋不定。

一天後,Google 機器人團隊、柏林理工大學和 Google 研究提出一種新的人工智慧模型 PaLM-E,它由一組神經網路組成,可以處理不同形式的資料,好比影象、聲音、文字還有機器人控制策略,從而實現對機器人的控制和操縱。

三方團隊聯合發表的論文具體解釋如何利用視覺化資料增強語言處理能力。研究職員先使用大規模的影象和文字資料集對一個深度學習模型進行練習,以使其學習到一些通用的特徵和知識,然後再在特定任務上進行微調,從而進步其對影象和自然語言之間關係的理解,並在機器人控制等任務中施展更好的作用。用來練習模型的 “素材” 包括影象標註、視覺問答和影象分類等。

作者還舉例一些詳細使用場景,包括:

-在機器人控制任務中,PaLM-E 可以根據自然語言指令和視覺輸入天生機器人控制策略。

-在視覺問答任務中,PaLM-E 可以根據影象和自然語言題目天生相應的回答。

-在機器手臂移動操縱任務中,PaLM-E 可以根據自然語言指令和機器人狀態天生移動路徑和操縱序列。

-在包含文字、影象、聲音的多模態對話系統中,PaLM-E 可以理解使用者的自然語言輸入並天生相應的回覆。

3 月 7 日 WSJ 的一篇長文剛講述 Google 如何在過於謹嚴和自我束縛下,錯失了釋出類似 ChatGPT 的聊天機器人的先機,作者以為高管在保持技術發展上風和維護倫理安全之間舉棋不定。

一天後,Google 機器人團隊、柏林理工大學和 Google 研究提出一種新的人工智慧模型 PaLM-E,它由一組神經網路組成,可以處理不同形式的資料,好比影象、聲音、文字還有機器人控制策略,從而實現對機器人的控制和操縱。

三方團隊聯合發表的論文具體解釋如何利用視覺化資料增強語言處理能力。研究職員先使用大規模的影象和文字資料集對一個深度學習模型進行練習,以使其學習到一些通用的特徵和知識,然後再在特定任務上進行微調,從而進步其對影象和自然語言之間關係的理解,並在機器人控制等任務中施展更好的作用。用來練習模型的 “素材” 包括影象標註、視覺問答和影象分類等。

作者還舉例一些詳細使用場景,包括:

-在機器人控制任務中,PaLM-E 可以根據自然語言指令和視覺輸入天生機器人控制策略。

-在視覺問答任務中,PaLM-E 可以根據影象和自然語言題目天生相應的回答。

-在機器手臂移動操縱任務中,PaLM-E 可以根據自然語言指令和機器人狀態天生移動路徑和操縱序列。

-在包含文字、影象、聲音的多模態對話系統中,PaLM-E 可以理解使用者的自然語言輸入並天生相應的回覆。

3 月 7 日 WSJ 的一篇長文剛講述 Google 如何在過於謹嚴和自我束縛下,錯失了釋出類似 ChatGPT 的聊天機器人的先機,作者以為高管在保持技術發展上風和維護倫理安全之間舉棋不定。

一天後,Google 機器人團隊、柏林理工大學和 Google 研究提出一種新的人工智慧模型 PaLM-E,它由一組神經網路組成,可以處理不同形式的資料,好比影象、聲音、文字還有機器人控制策略,從而實現對機器人的控制和操縱。

三方團隊聯合發表的論文具體解釋如何利用視覺化資料增強語言處理能力。研究職員先使用大規模的影象和文字資料集對一個深度學習模型進行練習,以使其學習到一些通用的特徵和知識,然後再在特定任務上進行微調,從而進步其對影象和自然語言之間關係的理解,並在機器人控制等任務中施展更好的作用。用來練習模型的 “素材” 包括影象標註、視覺問答和影象分類等。

作者還舉例一些詳細使用場景,包括:

-在機器人控制任務中,PaLM-E 可以根據自然語言指令和視覺輸入天生機器人控制策略。

-在視覺問答任務中,PaLM-E 可以根據影象和自然語言題目天生相應的回答。

-在機器手臂移動操縱任務中,PaLM-E 可以根據自然語言指令和機器人狀態天生移動路徑和操縱序列。

-在包含文字、影象、聲音的多模態對話系統中,PaLM-E 可以理解使用者的自然語言輸入並天生相應的回覆。

上一篇:蘋果新款Macb... 下一篇:股票分紅什麼...
猜你喜歡
熱門閱讀
同類推薦