DeepMind机器人打乒乓球,正手、反手溜到飞起,全胜人类初学者
近期,DeepMind团队在机器人乒乓球领域取得了一项引人注目的成就。他们开发了一种机器人,能够在乒乓球比赛中击败人类初学者。这项技术突破不仅展示了人工智能在运动领域的潜力,也引发了关于人工智能与人类技能之间关系的讨论。 乒乓球一直被视为一项需要高度技巧和反应速度的运动。然而,DeepMind团队通过结合机器学习和机器人技术,...
DeepMind用「强化学习」训练「正能量」聊天机器人:再也不用担心AI乱说话了!
【新智元导读】人工智能该如何克制自己不要说出「伤人心」的话?近年来,大型语言模型(LLMs)已经在一系列任务中取得了显著进步,比如问题回答、文本摘要和人机对话等。人机对话是一项特别有趣的任务,因为它具有灵活和互动的交流特点,但基于LLM的对话智能体(dialogue agent)可能会表达不准确的、甚至是捏造的信息,或者是使用歧视性语言,鼓励用户进行危险行为等。为了创造更安全的对话智能体,Dee....
DeepMind发30页长文:我们要给聊天机器人不同的「三观」
语言是人类独有的技能,也是我们交流思想、意图和感受等信息的主要方式。借助NLP领域大规模语言模型的东风,AI研究者在大量文本材料上训练、统计预测和生成文本,开发了许多对话智能体(conversational agents)来和人类进行交流。尽管InstructGPT、Gopher和LaMDA等语言模型在翻译、问答和阅读理解等任务中取得了创纪录的性能水平,但这些模型也显示出许多潜在的风险和失败的模....
看Deepmind机器人尬舞,边玩边学AI技术
Deepmind通过增强学习让木偶学习行走、跑跳。 在自然界中,无论是动物,还是人类,都可以灵活而随心所欲地做出一些动作,比如猴子在树上自由自在得摆动,或是NBA球员虚晃过对手,帅气地投出篮球。但是在AI 研究领域,想要让机器人掌握这些动作(物理上就是一种复杂的电机控制)却不是一件容易的事,而这是AI研究领域的重要组成部分。 近日,Deepmind公布了智能电机的相关研究成果,展示了机器...
【重磅】DeepMind发布通用强化学习新范式,自主机器人可学会任何任务
让孩子(甚至成年人)在使用物品之后自己收拾可能是颇有挑战性的事情,但我们面临一个更大的挑战:试图让我们的AI也这样做。成功与否取决于AI是否掌握几个核心的视觉运动技能:接近一个物体,抓住并举起它,然后打开一个盒子并把物体放进里面。使事情更复杂的是,这些技能还必须用正确的顺序做。 控制任务(control tasks),例如整理桌子或堆放物体,要求agent能够确定如何、何时以及在哪里协调它的模拟....
Deepmind 开发可微分神经计算机: 我们离会推理的机器人还有多远
还记得击败世界围棋大师的阿尔法狗 AlphaGo 吗? 它来自谷歌 DeepMind 团队,现在这个人工智能实验室又推出了一项重磅研究——可微分神经计算机的神经网络模型(Differentiable Neural Computer,简称 DNC)。这种新型模型将神经网络与可读写的外部存储器结合,既能像神经网络那样通过试错和样本训练进行深度学习,又能像传统计算机一样处理数据。 深度学习作为...
DeepMind 升级深度强化学习,仅10小时训练16个机器人灵活操纵物体
让机器人相互学习一个最简单的方法就是将所有关于成功和失败的经验都汇总到一起。去年,谷歌大脑展示了他们的协作机械臂研究项目——合作式增强学习让机器人掌握通用技能:一台机械臂学会的东西,可以在所有机械臂之间共享,这样所有的机械臂都能以更快的速度学习、成长。实验结果是,这些机械臂可以进行开门、拿起罐子等简单的操作。 当时,谷歌大脑的研究人员探索了通过多机器人合作完成通用目技能学习的三个可能方法: ...
DeepMind提出基于视觉的强化学习模型,十八般兵器对机器人不在话下
新智元报道 来源:arxiv编辑:LRS【新智元导读】人类能够模仿别人的行为,根据给定的目标来规划自己的行动。DeepMind最近发布了一个新模型,赋予机器人相同的能力,最终生成的模型与操作器、任务都无关,具有更好地通用性。人类是擅于模仿的,我们和其他动物通过观察行为来模仿,理解它对环境状态的感知影响,并找出我们的身体可以采取什么行动来达到类似的结果。 对于机器....
本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。