淘优惠

淘优惠

人工智能和图灵 图灵对人工智能的影响

热门文章 0
人工智能和图像识别,人工智能和图像处理就业前景对比,人工智能和图形学,人工智能和图灵的关系

大数据文摘出品

作者:牛婉杨

?

如果给你一个“穿越”的超能力,你最想回到哪个历史名人身边聊聊天?牛顿?霍金?还是诺贝尔?

?

尽管穿越时空的技术目前还遥遥无期,但和历史名人对话的心愿已经有人帮你实现了!

?

最近,一个名叫AI Writer的对话网站火遍了外网,在这里,你可以指定历史上几乎所有记录在册的名人并且跟他们写信,AI Writer则可以模仿这位历史人物的口吻和知识内涵给你回信。

?

比如让牛顿给你讲讲万有引力,让居里夫人给你讲讲辐射,或者让费曼给你讲讲量子计算机......

?

这听起来有点意思啊,话不多说,快来跟文摘菌一起“穿越”来一探究竟吧!

?

这个AI Writer可以模仿很多位名人,除了上文中提到的这些名人,还可以问问史上第一位程序员Ada Lovelace分析机和差分机的区别,甚至是一些文学史上的名人,比如英国著名小说家Mary Shelley,可以问问她的长篇小说《弗兰肯斯坦》是不是反科学的,等等。

?

先来看看效果如何。

?

第一个问题嘛,文摘菌想先问问图灵。

?

毕竟乍一看,这个项目是在向他70年前提出的“图灵测试”致敬:测试者与机器隔开的情况下,通过键盘向被测试者随意提问。如果机器让平均每个参与者做出超过30%的误判“对面是个人”,那么这台机器就通过了测试,并被认为具有人类智能。

?

?

所以文摘菌也十分好奇,人工智能之父图灵对这个可以模仿历史名人口吻回信的AI Writer会有什么看法~

?

?

这位“图灵”先生表示,“这我得想一下,就目前而言,我想说人们可能会对这些名人的说话方式出奇的类似而感到奇怪,而且说话还都那么有条理。人们可能会觉得他们是在和一个人聊天。”

?

?

那如果能和霍金聊天会是一种什么感觉呢?作为离我们最近的物理大师,能跟霍金教授聊天可是让Shedon晕倒级别的荣幸。

?

?

文摘菌选了一个比较小众的概念来提问:“霍金先生,你能给我们的读者解释一下什么是霍金辐射(Hawking radiation)吗?“

?

?

这位“霍金”先生也立刻回信了。

?

“有两个要点,你们可以在 Preskill 的书中找到,书中记录了我精确计算后的霍金辐射。还有一点很重要,你现在可以使用Bekenstein-Hawking熵方程式(黑洞热力学)从黑洞中提取能量。“

?

作为一名教师,霍金确实比图灵更谆谆善诱,不仅解释了霍金辐射是什么,“霍金”先生还指出,“这个公式在物理学家中并不广为人知,所以你最好解释一下这个公式是什么以及如何使用它。”

?

?

此外,这个AI Writer还模仿霍金在回信中推算验证了一把,最后还得出了霍金公式等价于热力学第二定律也应该被应用在黑洞上。

?

文摘菌看了AI Writer的回信,可以说是小有模样,文本也较为连贯。虽然这些大师们的智慧与风采显然不是一个AI就能轻易模仿到的。但站在AI的角度来说,这波操作和今年3月在GitHub上大火的“胡编生成器”以及“观后感生成器”似乎有些相似。

?

仔细探究后果不其然,这个项目也是基于OpenAI的API接口,以及今年6月OpenAI发布的GPT-3建立起来的。

?

AI Writer官网显示,这个算法使用了OpenAI的API接口,首先能够识别出人们是在给哪位名人写信,然后可以根据内容中的关键词了解语义,再使用API作为接收方,使用API的内部知识进行响应。

?

?

据作者介绍,AI Writer几乎可以对话历史上所有的科学家以及文化历史名人!由于项目作者 AndrewMayne 是位作家,因此在平时的创作过程中他可能需要构建一些虚拟人物,而AI Writer完全可以为他在构建虚拟人物时提供一些灵感。

?

由此可见,OpenAI的API内部语料非常丰富,而这背后,靠的是强大的GPT-3。

?

这里也给不熟悉的读者再复习一下OpenAI在今年6月放出的大招――GPT-3。GPT-3依旧延续了此前的单向语言模型训练方式,但GPT-3的模型尺寸大得惊人,参数量高达1750亿,相当于1600个GPT1的大小,这还不包括实际训练中需要存储地梯度等中间变量。

?

?

因此这也导致它训练起来非常昂贵,大概要花1200万美金,约合人民币8500多万。

?

同时,GPT-3主要聚焦于更通用的NLP模型,因此GPT-3的主要目标是用更少的领域数据、且不经过精调步骤去解决问题,解决了当前BERT类模型对领域内有标签数据的过分依赖以及对于领域数据分布的过拟合的两个缺点。

?

GPT-3的发布甚至令一些业内人士感到恐慌,“这似乎正在形成AI领域的科研垄断”。然而GPT-3对AI行业又十分重要,甚至至少能够给深度学习“续命”5-10年。

?

由此可见,GPT-3丰富的语料为AI Writer这个项目打足了气。又话说回来,正是有着如此丰富的语料,才能让 AndrewMayne 这样的非专业AI领域研究者以及其他热爱AI技术的人员能够更容易的打造自己的AI项目。

?

为了让更多人享用到GPT-3的魅力,OpenAI最近也开放了GPT-3的API接口,不用码代码也能轻松上手。上文提到的AI Writer的创作者也不是科班出身的技术从业者,而是一位热爱人工智能的华尔街日报畅销小说作家 AndrewMayne。

?

这不,很多之前对技术不感冒的大V也纷纷开始试用,并做出了一些很酷的demo,在Twitter引起了热议,网友纷纷表示,“GPT-3被玩坏了”

?

比如旧金山一位开发商和艺术家Arram Sabeti 就在推特上说:“玩GPT-3就仿佛可以看到未来。”?这几乎就是自GPT-3发布以来社交媒体上大部分人对这个强大语料库的反应。

?

?

Sabeti在博客上展示了他用GPT-3做的许多AI生成文本项目,比如可以用AI写一篇短篇小说,用AI写歌、新闻稿等等。他还发了一篇博文称,“GPT-3几乎什么都能写!”

?

? ? ? ?

Sabeti博客链接:

https://arr.am/2020/07/09/gpt-3-an-ai-thats-eerily-good-at-writing-almost-anything/

?

除此之外,还有一位名叫elyase的热心网友整理出了大家用GPT-3做的项目集锦,有趣的Demo项目都在这个合集里:

https://github.com/elyase/awesome-gpt3

?

文摘菌看了一下,有用GPT-3做数据分析的,比如根据描述创建图表;有做逻辑推理的,比如让GPT-3做数学题;还有一些比较常规的文本生成项目,比如可以让AI帮你想Google的广告词:

?

?

可以让AI帮你做简报、做创意食谱,还能让它生成莎士比亚风格的诗歌:

?

?

Wired有一篇文章写道,“GPT-3如此令人着迷,或许更多地证明了语言和人类智能存在的魅力,而非人工智能。人们在Twitter上发表的一般都是正向的夸赞,而不是指出它的缺点,这可能会在无形中夸大GPT-3

?

随着GPT-3在AI界得到广泛应用,就连它的发明者也在呼吁要谨慎行事。OpenAI的首席执行官Sam Altman周日在twitter上写道,“GPT-3的炒作太过了,它仍然有严重的弱点,有时还会犯非常愚蠢的错误。”

?

?

因此,当技术的发展迎来新的突破时,我们也仍要客观的面对。

?

最后,也双手奉上这个神奇的跟名人写信的网站,你想跟哪位历史人物对话并且说些什么?留言告诉我们吧!

?

AI Writer地址:

https://aiwriter.app/

?

相关报道:

https://www.wired.com/story/ai-text-generator-gpt-3-learning-language-fitfully/

https://www.technologyreview.com/2020/07/20/1005454/openai-machine-learning-language-generator-gpt-3-nlp/



人工智能图灵什么时候用 图灵图灵被誉为人工智能之父

人工智能图灵测试,人工智能图灵测试例子,人工智能图灵奖得主,人工智能图灵测试的论文

本文来自公众号:大数据文摘(ID:BigDataDigest),作者:牛婉杨,题图来自:视觉中国

如果给你一个“穿越”的超能力,你最想回到哪个历史名人身边聊聊天?牛顿?霍金?还是诺贝尔?

尽管穿越时空的技术目前还遥遥无期,但和历史名人对话的心愿已经有人帮你实现了!

最近,一个名叫AI Writer的对话网站火遍了外网,在这里,你可以指定历史上几乎所有记录在册的名人并且跟他们写信,AI Writer则可以模仿这位历史人物的口吻和知识内涵给你回信。

比如让牛顿给你讲讲万有引力,让居里夫人给你讲讲辐射,或者让费曼给你讲讲量子计算机......

这听起来有点意思啊,话不多说,快来跟文摘菌一起“穿越”来一探究竟吧!

图灵、霍金、居里夫人,统统都能模仿

这个AI Writer可以模仿很多位名人,除了上文中提到的这些名人,还可以问问史上第一位程序员Ada Lovelace分析机和差分机的区别,甚至是一些文学史上的名人,比如英国著名小说家Mary Shelley,可以问问她的长篇小说《弗兰肯斯坦》是不是反科学的,等等。

先来看看效果如何。

第一个问题嘛,文摘菌想先问问图灵。

毕竟乍一看,这个项目是在向他70年前提出的“图灵测试”致敬:测试者与机器隔开的情况下,通过键盘向被测试者随意提问。如果机器让平均每个参与者做出超过30%的误判“对面是个人”,那么这台机器就通过了测试,并被认为具有人类智能。

所以文摘菌也十分好奇,人工智能之父图灵对这个可以模仿历史名人口吻回信的AI Writer会有什么看法:

这位“图灵”先生表示,“这我得想一下,就目前而言,我想说人们可能会对这些名人的说话方式出奇的类似而感到奇怪,而且说话还都那么有条理。人们可能会觉得他们是在和一个人聊天。”

那如果能和霍金聊天会是一种什么感觉呢?作为离我们最近的物理大师,能跟霍金教授聊天可是让Shedon晕倒级别的荣幸。

文摘菌选了一个比较小众的概念来提问:“霍金先生,你能给我们的读者解释一下什么是霍金辐射(Hawking radiation)吗?”

这位“霍金”先生也立刻回信了。

“有两个要点,你们可以在 Preskill 的书中找到,书中记录了我精确计算后的霍金辐射。还有一点很重要,你现在可以使用Bekenstein-Hawking熵方程式(黑洞热力学)从黑洞中提取能量。”

作为一名教师,霍金确实比图灵更谆谆善诱,不仅解释了霍金辐射是什么,“霍金”先生还指出,“这个公式在物理学家中并不广为人知,所以你最好解释一下这个公式是什么以及如何使用它。”

此外,这个AI Writer还模仿霍金在回信中推算验证了一把,最后还得出了霍金公式等价于热力学第二定律也应该被应用在黑洞上。

文摘菌看了AI Writer的回信,可以说是小有模样,文本也较为连贯。虽然这些大师们的智慧与风采显然不是一个AI就能轻易模仿到的。但站在AI的角度来说,这波操作和今年3月在GitHub上大火的“胡编生成器”以及“观后感生成器”似乎有些相似。

仔细探究后果不其然,这个项目也是基于OpenAI的API接口,以及今年6月OpenAI发布的GPT-3建立起来的。

用到OpenAI的API接口,套用GPT-3强大能力

AI Writer官网显示,这个算法使用了OpenAI的API接口,首先能够识别出人们是在给哪位名人写信,然后可以根据内容中的关键词了解语义,再使用API作为接收方,使用API的内部知识进行响应。

据作者介绍,AI Writer几乎可以对话历史上所有的科学家以及文化历史名人!由于项目作者 AndrewMayne 是位作家,因此在平时的创作过程中他可能需要构建一些虚拟人物,而AI Writer完全可以为他在构建虚拟人物时提供一些灵感。

由此可见,OpenAI的API内部语料非常丰富,而这背后,靠的是强大的GPT-3。

这里也给不熟悉的读者再复习一下OpenAI在今年6月放出的大招――GPT-3。GPT-3依旧延续了此前的单向语言模型训练方式,但GPT-3的模型尺寸大得惊人,参数量高达1750亿,相当于1600个GPT1的大小,这还不包括实际训练中需要存储地梯度等中间变量。

因此这也导致它训练起来非常昂贵,大概要花1200万美金,约合人民币8500多万。

同时,GPT-3主要聚焦于更通用的NLP模型,因此GPT-3的主要目标是用更少的领域数据、且不经过精调步骤去解决问题,解决了当前BERT类模型对领域内有标签数据的过分依赖以及对于领域数据分布的过拟合的两个缺点。

GPT-3的发布甚至令一些业内人士感到恐慌,“这似乎正在形成AI领域的科研垄断”。然而GPT-3对AI行业又十分重要,甚至至少能够给深度学习“续命”5-10年。

由此可见,GPT-3丰富的语料为AI Writer这个项目打足了气。又话说回来,正是有着如此丰富的语料,才能让 AndrewMayne 这样的非专业AI领域研究者以及其他热爱AI技术的人员能够更容易的打造自己的AI项目。

GPT-3被玩儿坏了,不仅可以让AI写食谱,还能写谷歌的广告词

为了让更多人享用到GPT-3的魅力,OpenAI最近也开放了GPT-3的API接口,不用码代码也能轻松上手。上文提到的AI Writer的创作者也不是科班出身的技术从业者,而是一位热爱人工智能的华尔街日报畅销小说作家 AndrewMayne。

这不,很多之前对技术不感冒的大V也纷纷开始试用,并做出了一些很酷的demo,在Twitter引起了热议,网友纷纷表示,“GPT-3被玩坏了”。

比如旧金山一位开发商和艺术家Arram Sabeti 就在推特上说:“玩GPT-3就仿佛可以看到未来。” 这几乎就是自GPT-3发布以来社交媒体上大部分人对这个强大语料库的反应。

Sabeti在博客上展示了他用GPT-3做的许多AI生成文本项目,比如可以用AI写一篇短篇小说,用AI写歌、新闻稿等等。他还发了一篇博文称,“GPT-3几乎什么都能写!”

Sabeti博客链接:

除此之外,还有一位名叫elyase的热心网友整理出了大家用GPT-3做的项目集锦,有趣的Demo项目都在这个合集里:

文摘菌看了一下,有用GPT-3做数据分析的,比如根据描述创建图表;有做逻辑推理的,比如让GPT-3做数学题;还有一些比较常规的文本生成项目,比如可以让AI帮你想Google的广告词:

可以让AI帮你做简报、做创意食谱,还能让它生成莎士比亚风格的诗歌:

Wired有一篇文章写道,“GPT-3如此令人着迷,或许更多地证明了语言和人类智能存在的魅力,而非人工智能。人们在Twitter上发表的一般都是正向的夸赞,而不是指出它的缺点,这可能会在无形中夸大GPT-3。”

随着GPT-3在AI界得到广泛应用,就连它的发明者也在呼吁要谨慎行事。OpenAI的首席执行官Sam Altman周日在twitter上写道,“GPT-3的炒作太过了,它仍然有严重的弱点,有时还会犯非常愚蠢的错误。”

因此,当技术的发展迎来新的突破时,我们也仍要客观的面对。

最后,也双手奉上这个神奇的跟名人写信的网站,你想跟哪位历史人物对话并且说些什么?

AI Writer地址:

相关报道:

https://www.wired.com/story/ai-text-generator-gpt-3-learning-language-fitfully/

https://www.technologyreview.com/2020/07/20/1005454/openai-machine-learning-language-generator-gpt-3-nlp/

本文来自公众号:大数据文摘(ID:BigDataDigest),作者:牛婉杨

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com如对本稿件有异议或投诉,请联系tougao@huxiu.com


这有只AI机械手,能单手玩魔方还会捆绑Play

会拼魔方的机器人,会玩魔方的机器人,自动拼魔方的机器人,魔方机器人动作
本文来自微信公众号:量子位(ID:QbitAI),作者:边策、鱼羊,封面来自OpenAI
OpenAI官方为这只AI机械手激动了:“机器人的前所未有之境,就算人类也难以做到。”
说的啥新进展?单手玩魔方。
相比之下,人类新手能稳稳拿住魔方都不容易:
而且不仅玩得转魔方,捆绑Play也不在话下:
没人告诉它该怎么调配手指,还需要克服人类强行使的各种绊子,但AI机械手可以随时调整不断学习,在最短时间内完成魔方翻转。
这就是OpenAI用强化学习最新训练出的AI系统。
并且,还是单手操作。
视频一经放出,迅速在Twitter蹿红,揽下6000+点赞,网友惊呼:“AI玩魔方都玩得比我好了!”
这事儿不简单
且不说量子位这样的手残党,单手恢复魔方,对于普通人类而言也并不简单。
不信的话,随便拿起身边一个直径6厘米的块状物体,单手转起来。小心拿稳了,砸到脚还挺疼的(别问我怎么知道的)
而对机械手来说,问题就更复杂了。
机械手远没有人手这样灵活,控制抓取力度也存在不小的挑战。
就算是媲美人手,能使用的场景或泛化迁移能力,也道阻且长。
比如这位MIT工程师,就吃过大亏:
生活大爆炸
而更大的挑战,是现实世界中复杂的物理参数。
在玩魔方这个任务当中,机械手跟魔方之间的摩擦力、弹性和其他动力学因素都很难测量,更别说精细建模了。
并且,在模拟仿真环境中训练出来的AI,面对复杂多变的真实物理世界,是否能保持鲁棒,也是一个大问题。
比如说带个橡胶手套,摩擦力就变了:
两个手指被绑住,难度也会与模拟训练时大大不同:
甚至可能会跑出来一只长颈鹿,试图叼走魔方:
如此种种,使得sim2real(从模拟环境到现实环境)变得非常困难,仅凭过去的域随机化(Domain Randomization)算法已经不足以解决。
注:域随机化(Domain Randomization)由OpenAI提出,能够创建具有随机属性的各种模拟环境,并训练可在任何环境中工作的模型。论文地址:https://arxiv.org/abs/1710.06537
所以机械手玩转魔方,真真是一次力与美的结合、灵与器的共舞。
而OpenAI的核心秘诀,在于开发了一种新的算法,称为自动域随机化(ADR)
版权声明:除非特别标注原创,其它均来自互联网,转载时请以链接形式注明文章出处。