淘优惠

淘优惠

OpenAI的“最先进的”系统让机器人变得像人类一样灵巧

热门文章 0

淘宝搜:【天降红包222】领超级红包,京东搜:【天降红包222】
淘宝互助,淘宝双11微信互助群关注公众号 【淘姐妹】

openai百科,openai通用人工智能,openai谷歌,OpenAI强在哪
 今年6月,由ElonMusk、ReidHoffman和PeterThiel等业界巨头支持的非营利机构、总部位于旧金山的人工智能研究公司OpenAI宣布,其最新版本的Dota2-playAI——被称为OpenAIFive——成功击败了业余玩家,成为头条新闻。今天,它又推出了另一款能够像人类一样灵巧地操纵物体的机器人系统。
 
  OpenAI的研究人员在即将发表的一篇论文《灵巧的手工操作》中描述了一个系统,该系统使用了一个强化模型,在这个模型中,人工智能通过尝试和错误来学习,指导机器人用最先进的精度抓取和操作物体。更让人印象深刻的是,它是完全数字化的,在一个计算机模拟中训练的,没有提供任何人类演示来学习。
 
  研究小组写道:“虽然灵巧地操纵物体对人类来说是一项基本的日常任务,但对于自主机器人来说,这仍是一项挑战。”“现代机器人通常是为特定任务而设计的,在受限的环境中,它们在很大程度上无法使用复杂的末端执行器……在这项工作中,我们演示了训练控制策略的方法,这些策略执行手控操作,并将它们部署在一个物理机器人上。”
 
  那么他们是怎么做到的呢?
 
  研究人员使用MuJoCo物理引擎模拟一个真实的机器人可能在其中工作的物理环境,并用Unity渲染图像,训练计算机视觉模型识别姿势。但是这个方法有它的局限性,团队写道——这个模拟仅仅是物理设置的一个“粗略的近似”,这使得它“不太可能”产生能够很好地转化为现实世界的系统。
 
 
  他们的解决方案是随机化环境的各个方面,比如物理(摩擦、重力、关节极限、物体尺寸等等)和视觉外观(灯光条件、手和物体的姿态、材料和纹理)。这既降低了过度拟合的可能性——当神经网络学习训练数据中的噪声,对其性能产生负面影响时,就会出现这种现象——也增加了产生一种算法的机会,该算法可以根据真实世界的指尖位置和目标姿态成功地选择动作。
 
  接下来,研究人员用384台机器(每个机器有16个CPU内核)训练了这个模型——一个周期性的神经网络,让它们每小时产生大约两年的模拟体验。在8台GPU电脑上进行优化后,他们进入了下一个步骤:训练一个卷积神经网络,该神经网络可以从三个模拟相机图像中预测机器人“手”中的物体位置和方向。
 
  一旦模型被训练,它就进入了验证测试。研究人员使用了一只“影子灵巧手”,这是一只机械手,有五个手指,总共有24个自由度。与此同时,两套相机——运动捕捉相机和RGB相机——作为系统的眼睛,允许它跟踪物体的旋转和方向。(虽然这只“影子灵巧手”有触觉传感器,但研究小组只选择了它的关节感应能力,用于控制手指的位置。)
 
  在两个测试中的第一个,算法的任务是重新定位一个标有字母的块。团队选择了一个随机的目标,每次人工智能完成时,他们都选择了一个新的目标,直到机器人(1)放弃了块,(2)花了一分钟多的时间来操作块,或者(3)达到了50个成功的旋转。在第二次测试中,该块用八角形棱镜交换。
 
  结果呢?这些模型不仅展示了“前所未有”的表现,而且还自然地发现了在人类身上观察到的各种抓握类型,如三脚架(用拇指、食指和中指的一种抓握)、棱柱式抓握(用拇指和手指相对的一种抓握)和指尖夹握。他们还学习了如何旋转和滑动机器人的手指,以及如何利用重力、平移和扭转力将物体放置到想要的位置。
 
  他们写道:“我们的系统不仅能重新发现人类身上已经发现的,还能让它们更好地适应自身的局限和能力。”
 
  这并不是说这是一个完美的系统。它没有被明确训练来处理多个对象——它很难旋转一个球形的第三个物体。在第二次测试中,仿真与真实机器人之间存在可测量的性能差异。
 
  但最终,研究结果证明了当代深度学习算法的潜力,研究人员总结道:“(这些)算法可以应用于解决复杂的现实世界机器人问题,而这些问题是现有的非基于学习的方法无法解决的。”

openai深度分析 ai技术与典型应用

openai是哪个公司的,openai官网,openai services are not available,openair

来源丨腾讯科技

采访、编辑丨郭晓静

文字整理丨赵杨博

图片来源:由无界版图AI工具生成

这不是AI第一次引起热议,早在AlphaGo打败人类棋手的时候,行业就开启过一波“AI是否会取代人类”的恐慌性讨论,但在随后的几年,AI并没有跳出人类对它的一贯认知。直到2022年,这次,AI不但可以和人类流畅地聊天;可以迅速回答人类需要十几分钟才能回答的答案;能迅速检索人类可能几小时才能收集的资料;更能创作出让艺术家赞叹的有“创造力”的绘画。

人工智能公司OpenAI是这场热议中的焦点,它的CEO Sam Altman说:“十年前的传统观点认为,人工智能首先会影响体力劳动,然后是认知劳动,再然后,也许有一天可以做创造性工作。现在看起来,它会以相反的顺序进行。”ChatGPT的上线,颠覆了人类对AI“侵占”人类世界的认知。这场始于硅谷的AI宏大叙事,由于低门槛的参与性,迅速闯入普通人的生活。ChatGPT自2022年11月上线以来,人工智能公司Open AI的估值已经高达290亿美元。科技巨头如临大敌、AI创业公司摩拳擦掌、普通人在与AI的聊天中,玩的不亦乐乎。

同时,一系列问题也被带到了人们的面前:

●?生成式AI技术,是否会带来一场堪比移动互联网的新商业浪潮?

● 这是否会给目前的商业格局带来巨大的改变?

● 生成式AI赛道,到底有哪些商业模式可以挖掘?

● 中国的头部科技企业,抓住这场新的AI浪潮了吗?

● 高端芯片被限,中国还有可能发展自己的AI大模型吗?

腾讯科技对话全球科技创新产业专家、科技投资人,海银资本创始合伙人王煜全,根据他常年对全球科技产业的观察及亲身实践,尝试回答以上难解的问题。这些问题不会有标准答案,但是我们希望能从行业深度参与者的多角度观察中,给关注“生成式AI”的读者,带来一些启发。

Q1:生成式AI为何引起科技巨头的关注?

王煜全:第一,AI绘画、ChatGPT等应用的出现,让越来越多的普通用户可以使用人工智能。美国经济学家Diego Comin表明一个经济体的强弱不取决于它引入先进科技的速度,而是取决于使用先进科技的深度。

比如互联网,不发达国家引入互联网的速度很快,但是引入互联网后使用比例低。科技之所以能推动社会发展,是因为科技能被广泛使用,广泛地提升效率或者带来新的能力如果只是有少数人使用,它提升效率或者带来新的能力会很小。所以OpenAI在商业上讨论的热度是晚于用户所讨论的热度,这是比较少见的,所以后来人工智能话题火热,是顺理成章,水到渠成的。

第二、生成式AI类应用给未来带来巨大的想象空间。我认为生成式AI还有很多模式创新的空间,远没有达到最高点。虽然现在已经有人探索了AIGC的某些使用模式,但这远不是终点。特别像当年的互联网,从最早的门户网站到网游,再到电商,再到如今短视频的爆火,一直在迭代发展。

全球首例AIGC技术辅助商业化动画片《犬与少年》,动画场景由AI绘制

而OpenAI的技术依靠自己设计的模式就能够做出更多的应用,甚至说做出更大更成功的创业公司,这就是有想象空间。

之前的人工智能创业公司和创始人都是人工智能专家,现在有了AIGC、Chat GPT,我们可能逐渐会发现,很多人工智能创业公司的创始人可以不是技术专家。他可以先有一个idea,然后再去找某位CTO帮他实现,而且CTO也比较好找,因为有了这些基础技术,帮他实现并不难。这时候人工智能领域的创业就会变的活跃,也就是所谓的万众创新。这也是它被热议的原因之一,人们会认为这件事离“我”很近,除了能够日常使用以外,更主要是也许“我”就能创业,这其实降低了创新门槛,让更多人能够参与,会使得科技创新能够加快市场渗透,能够使创新的价值被凸显出来,这都是特别有意义的。

Q2:如何看待老牌科技巨头微软和OpenAI的合作?

王煜全:第一,降低算力支出:对Open AI来说,算力是很大的成本,因此,它选择和微软合作可以大幅降低算力支出;第二,未来云计算、人工智能、大数据将会深度结合,而大量的人工智能应用是基于云进行部署,算力也由云来提供。OpenAI想要合作肯定会考虑选择三朵云(谷歌云、亚马逊云、微软云)的其中一朵,最后和谁合作?第一肯定是选择合作愿望最强烈的,之前微软就投资了Open AI,也表明了合作的意愿。

第三,从未来发展看,三朵云中亚马逊云的客户种类比较单一,主要针对电商客户,而谷歌在开拓商业客户上做的不够好,虽然谷歌的DeepMind在人工智能领域的研究非常深入,但商业化落地并不出色。微软是商业化做的最好的,且有大量的企业客户,如今微软能在“三朵云”中实现后来居上,就在于大量的企业客户上云。这对OpenAI来说也很重要,产品和服务能让客户最终使用和买单才是关键,能有大量用户使用,进而开拓市场,才是双赢。

我们也看到,OpenAI与微软的合作不排他。OpenAI的开放API,意味着创业者只要有Idea,就可以去做相关的创作工作,对微软来说这也是非常大的突破。回顾微软的发展历程,它并没有最早进入互联网行业,但是依靠全面网络化又追上了其他互联网企业的脚步。在这波人工智能浪潮中,微软也比谷歌云和亚马逊云都稍慢,但现在依旧又追上前者的步伐。现在在三朵云中,微软隐隐有胜出的趋势,原因也很直接,就是在应用的上的结合更好。亚马逊最早,谷歌的技术能力最强,但是它们在与应用结合上都没有微软做的那么出色。OpenAI整合进其他应用将是必然趋势,把更多的人工智能与其他应用结合,让更多的人享受到人工智能带来的便利,让更多有创意的人参与其中,整个市场才会更加活跃,所以从应用上讲这是极大的拓展。

另一方面微软也很聪明,它向OpenAI追加投入100亿美元投资,但是这些投资需要OpenAI在合作后,如果盈利首先给微软分红偿还投资并置换部分股权,如果OpenAI没赚钱,那微软仅仅是占有原有股份,不需要创业者赔付。这是一种双赢的设计。

Q3:在生成式AI领域,有没有观察到逐渐清晰的商业模式?

王煜全:有些苗头。现在有点像当年互联网刚热起来的时候,当时有家公司叫做瀛海威,可以说是“启蒙”了中国老百姓的网络意识,许多人伴随着瀛海威走进互联网世界。但瀛海威和门户就差一步,门户的实际商业影响比瀛海威高很多。现在有点处于中间阶段,人们所看到的还是BBS,至少还没到门户阶段,这就意味着可能有非常大的新模式,在今明年两年出现。

我们对原理的总结,未来最大的模式应该不是叫“AIGC”而是叫“AIGS”,因为C(Content)是有局限性的,即使AIGC的能力再强大,从C的角度来讲,可能同一组关键词,出来的C是类似的,并不能满足人们的个性化需求。而真正最大的价值是能够将它变成一种服务(Service),想要什么定制什么,这样人人得到的东西都不一样,人人的需求都能被个性化地满足,这也符合我们所讲的服务规模化时代的到来,这里的规模化服务,指的是“人工智能的服务”(而不是人的服务)。因为人工智可以复制“服务规模化的个性化”。

高端服务的特点就是个性化,首先是“我”为“你”定制,所以叫高端,而且要有设计,内容要呈现一定的复杂度。就像ChatGPT与你的互动,像ChatGPT写出文章,它都有足够的复杂度,足够懂你。

比如,2022年11月28日,26岁的纽约华人艺术家米歇尔・黄(Michelle Huang)的推特小火了一把。她把自己10年的日记上传给了GPT-3,训练出来了一个小米歇尔的AI分身,并将她们之间的聊天截图放到了推特上,消息一发布就引发了不小的关注,一周内点赞已经超过5.1万次。聊天内容非常治愈,米歇尔・黄形容这段经历就像一面镜子,帮她找回了很多自己身上没有改变的东西,也让她发现了很多已经遗失的地方。这就像真正的知己,理论上讲知己可以自我疗愈,当“我”有什么问题、委屈、困难,知己比我还了解自己,那未来这种“数字分身”可能变成一种服务,而且它的特点是“你”用个人的数据去喂养它,就能形成对你个人的深度理解。

用户在这个时代需要的永远不是产品而是服务,需要的是规模化的服务,因为有人工智能、有机器人,企业的规模化服务能力能够做到个性化,用“我”的能力来解决“你”的需求:如何能够个性化地和顾客互动,如何能在这个性化互动过程中提供高端的服务,可能在未来生成式AI领域商业潜力巨大。

Q4:生成式AI的应用探索主要还是集中于“科技圈”及有专业技术的人员,是否意味着普及门槛依然比较高?

王煜全:我认为不是技术门槛的问题。凡事总有过程,技术人员本身离新技术较近。20年以前,硅谷的一个很著名的营销专家Jeffrey Moore,提出了“跨越裂谷理论(Crossing the Chasm)”,他把市场中的人分成五类,最领先的一类人叫创新者(Innovator);另外一类是早期采用者(Early Adapter),他们特别愿意应用新产品,使用新产品,这两类人就是高科技产品的第一批用户。

这两类人对于新事物会立即使用,可能这时候产品体验有很大瑕疵,但是他们不会害怕使用,看中的是新功能、新能力。所以很多高科技产品一上来就有一个高速的市场增长,是因为这批用户。

但是后面的主流用户分成早期主流、晚期主流和拖后腿的用户,后面三类用户和前面这两类用户的行为习惯很不一样,他不会因为你的新功能就去使用你,而是会看我的使用体验是不是得到满足,是不是很舒服。如何让主流人群用上“ 你”的应用,这是最主要的。有些高科技公司,在获得第一波高速增长的时候就扩产,实际上还没获得主流人群的认可,这时候扩产,实际上就加速了企业的财务问题,甚至企业可能破产。

所以说好的CEO,往往都是Early Adopter(早期采用者)。他不一定是创新者,例如马云不是创新者,互联网不是他发明的,但是他是早期采用者,他知道互联网的优势就是“你”能在网上做电商,但他也知道互联网的劣势是电商没信用证明,所以后来他创办了淘宝,通过淘宝先学习eBay模式,在实践过程中发现eBay没有解决的诚信问题。为了解决诚信问题引入支付宝,将平台作为第三方中间人,等到买方确认以后再付款,这一模式便解决了诚信问题。

所以阿里巴巴后来的成功不是因为它的技术多么领先,而是因为它在技术应用中解决了应用痛点,这是很正常的现象。大多数人为什么不是“马云”,因为最早接触技术的人往往是技术人员,而大多数技术人员只会使用技术,不知道如何解决问题,把有问题的技术变成普及的技术。

什么人能做这件事?是非技术的使用者。当他们不能通过技术去解决自己的问题时,只好想办法解决,那时候“你”能解决这个问题,它就有了普及性,所以当使用者说因为OpenAI的技术还不是特别的大众化,所以热议的第一批人一定是技术专家,但现在已经有了大众化的苗头,因为很多热议的人已经不是技术专家。

所以OpenAI的ChatGPT已经对公众将门槛降到非常低,这时候公众再不使用,就不是因为有门槛的问题,而是因为大多数公众不知道紧跟前沿科技,不知道做早期采用者,不知道要实时去体验使用,只觉得这离“我”很远,因为科技在普通人眼中,很容易下意识认为“搞不懂”,这其实不是真的搞不懂,而是理念问题、心态问题。

这个问题会逐渐得到扭转,当有成功案例产生,当大众看见应用可以这样使用的实际例子,当非技术人员也能玩转科技,便会有更广泛的群体参与进来,所以至少我现在认为已经不是技术门槛的原因。

Q5: AIGC、Chat GPT、AlphaFold,经常被放在一起谈论,他们是否可以被划为同大类的创业方向,能否被称作“AI+”?

王煜全:我认为可以。它们都是将AI的能力进行输出,当然AI也有N种能力,可以文字输出,可以图片输出,可以音乐输出,也可以做内容修改、内容优化,所以在生成式AI的技术浪潮下,会有各种各样的新功能出现,这些功能都会被当成一种能力提供出来。

任何的新的技术突破以后,都要有一轮模式创新,使得技术突破的优势能够被发挥,但模式创新的前提是要解决“技术容易被得到”的问题,所以现在我认为OpenAI做的特别好。但AlphaFold以及其他类似的,坦白讲我认为它们确实有欠缺。

OpenAI需要和微软谈合作才能用它的云,但Google本身有云,从这方面来讲,Deepmind的先天优势是更大的,而且它也有先进的科研成果。但是能让普通用户广泛调用的应用基本没有,即使出现了当年下围棋的AlphaGo,但许多人并没看到DeepMind在普及中做出贡献,所以这波生成式AI的热潮,我认为核心就是看到人工智能的某些功能有新的突破。剩下的工作就是如何让功能被广泛使用,带动应用的大范围普及。

Q6:有专家认为ChatGPT、GPT-3没有技术创新,底层的依旧是Transformer语言模型,如何看待这种观点?

王煜全:互联网刚开始火热时,也有人认为互联网不是技术创新,最早的技术创新是Tim Berners-Lee(蒂姆・伯纳斯・李,世界互联网发明者),将互联网贡献给大众使用。对公众来说纠结技术创新意义不大,关键是使用。当然对这件事的讨论是有意义的,为什么?我们要理解什么是技术创新,因为我们强调创新要端到端,从实验室研发出来最后要被公众广泛使用,真正好的创新不是你能够向大众示范多么酷炫而是能够被广泛使用。

很多好的技术都是在专利已经过期,没有什么新技术发明突破的情况之下,有人找出应用痛点、解决应用痛点后从而形成普及。比如说,特斯拉有什么技术突破?锂电池不是它发明的,电池组管理很多时候并不是技术,我们可以发现特斯拉赢在制造上,批量制造依然能够保持便宜的价格、很好的产品体验。但制造能够提升也是一种“技术”。所以不能片面理解“专利”才是技术,“应用创新”也是人类经验知识的积累,“不能专利化”的经验积累从一定意义上讲更重要。大多数创新的普及,发明人是一批,推向市场的是另一批人,这是产业界的常态。

如果非要纠结“是不是真的有技术突破”,那么科技创新的过程都应该归科研人员来完成,但实际上科研人员根本不擅长将科技创新推广到社会。他们擅长做新的东西,但是新的东西要被社会接受,要Early Adopter(早期采用者)去发现,在使用当中发现痛点问题,然后去解决。新技术出现,原理突破是Innovator(创新者)做的事,就如同当年锂电池出现,它装车续航才到达100公里,需要工程师、技术人员来做性能调优,最后才能被社会接受,这些都不是科学家能完成的。

真正为科技推广到社会,做出最大贡献的不是科学家,而是科技企业家。比如马斯克,他不是技术人员,但是他是Early Adopter,他知道电动车怎样做,才能让社会广泛接受。做出这种论断的所谓专家,恰恰是暴露了自己的无知,对科技创新如何推广到社会中是无知的。他以为只有科学家就管用了,其实是远远不够的,只有科学家的话,大量的科研成果,会困于高校,无法被社会采纳。

马斯克说话有时候大嘴巴,但是有段话说的很对,英文有个词叫“Rocket Science”,但是没有“Rocket Scientist”,因为火箭的原理早就被发明,Space X的成功不是基于科学的突破,而是基于技术的完善,性能调优的完善,完成这些的叫做“Rocket Engineer”,真正推动火箭被普及的不是火箭科学家而是火箭工程师。这就是科技企业的意义,从这种意义上讲,OpenAI是标准的科技企业,技术未必是它原创,但它能够做到极大的普及,恰恰应该感谢OpenAI,使得科学家的研究成果没有白费,能够被社会采纳。

Q7: 有论断说“类似于Transformer的这些基础模型是未来的通用技术,就好像蒸汽机、印刷机、电动机,这种说法对吗?

王煜全:关键在于怎么理解Transformer,本身它不是通用智能,因为它不是万能的,它是一个通用训练模型。

首先,以前对每一个领域的人工智能要先建立训练模型,然后再做训练,建立训练模型是最难的,必须是人工智能的技术专家才能做到。而现在训练模型是只要用不同的数据训练就会成为不同的“专家”,但是它依然不通


openai挑战全球 openai核心技术

openai在您所在的国家不可用,openai chatgpt,openai大股东,openai市值

【VRDOGE科技资讯】2月8日消息,OpenAI访问量飙升,现已位列全球前50大网站,SimilarWeb数据显示,2023年1月OpenAI网站的访问量已经达到6.72亿次,自ChatGPT推出以来,访问量暴增了3572%,从1830万人次增加到现在的6.72亿。

Digital-adoption.com的分析显示,OpenAI已成为访问量最大的网站之一,上个月的全球排名为第44位,在SimilarWeb的计算机电子和技术类别中排名第一,超过了Zoom、AOL、Sharepoint和AT&T等科技巨头。

超过1/5的访问量来自印度和美国,各占约11%的流量份额,预计上个月每个国家都有7390万次访问。其他主要访问国家为法国、加拿大和德国。

据VRDOGE科技资讯了解,目前,由于ChatGPT的影响,OpenAI.com的日均访问量达到2400万次。据投资银行瑞银报告,ChatGPT是目前世界上增长最快的应用,截至1月份,该聊天工具的月活跃用户已达1亿。

本文来源:ITBEAR,目的在于传递更多信息,并不代表本站赞同其观点。若此文章内容侵犯您的权益,请及时联系我们,本站将及时处理。