4月14日報道,據(jù)美國《連線》報道,致力于讓編程平民化的埃文斯認為:“是時候讓所有人都能夠制造機器人了,或者,至少我們應該告訴他們將來要做什么。”
他說:“現(xiàn)在機器人世界仍然存活在研究領域,但是,未來的機器人將走向大眾,而這些普通人可能會想出專業(yè)人士從未想過的東西。”
為了迎接這一浪潮,他和他的同事們在一家名為The Hybrid Group的公司創(chuàng)建了一套免費框架——代碼的基本框架,這些框架讓很多非專業(yè)人士也能自由編寫很多有意思的東西,而且是在不同的硬件上,從 Arduino電路板到ARDrones,再到Sphero機器人。
極客再次成為炫酷一族!不!我們應該說極客從未如此炫酷,這是他們首次真正登上歷史舞臺。
埃 文斯希望這些框架能夠使機器編程變得更加容易,這樣,人們便可以節(jié)省大量的時間去做那些真正有意思的事情。雖然現(xiàn)在使用這套工具依然需要學習一些代碼,但 是,至少我們希望硬件編程變得越來越容易。比如最新被授予Cylon的框架已經(jīng)在設計界和網(wǎng)頁開發(fā)界小有名氣,它讓很多人使用Java語言為硬件編程。
公司的最終目的是開發(fā)出這樣一款工具:讓普通大眾不需要寫代碼也能創(chuàng)造自己的機器人或者物聯(lián)網(wǎng)。
應用程序的創(chuàng)建逐漸大眾化
上 世紀80年代,埃文斯在蘋果公司的Hypercard項目工作,該項目幫助人們創(chuàng)建自己的應用程序,而不需要復雜的編程知識。最初Hypercard向所 有的蘋果用戶免費,并且可以創(chuàng)造一切,從企業(yè)軟件到廣受大眾歡迎的游戲Myst。Hypercard向所有人表明:不只是計算機科學學位高材生可以創(chuàng)建交 互應用程序,實際上任何人都可以創(chuàng)建交互應用程序,這激勵了一代程序員,而且很多程序員都受到設計的啟發(fā)。埃文斯說Hypercard的團隊由比爾•阿特 金森和丹·溫克勒領導,這個團隊對計算機民主化非常感興趣。
最近,他的很多項目也繼承了這種精神,比如Kids Ruby,該教育軟件旨在教孩子們使用大眾化的Ruby編程語言寫代碼。
正是Ruby論壇促使埃文斯開始編寫Hybrid Group的前三個框架——Artoo,該框架讓普通人也能為機器人和其他設備寫代碼。
借 鑒Ruby網(wǎng)頁的其他框架,比如 Ruby on Rails和Sinatra,埃文斯著手創(chuàng)建了一個在所有設備通用的平臺。Artoo和公司其他框架的一大優(yōu)勢是:代碼仍然可以重復使用,比如你首先使用 Arduino電路板創(chuàng)建了一個小工具,但你決定把它升級到一個諸如Spark orTessel這種大平臺時,你仍然可以使用很多原有的代碼。
起初,埃文斯只準備創(chuàng)建一套框架,但是很快,他獲得創(chuàng)建更多框架的靈感。“過去,我們認為它對Ruby是一件非常重要的事,但是后來,我們發(fā)現(xiàn)Java的人對它更感興趣。”
所以他們準備讓Artoo適配JavaScript,他們創(chuàng)造了一個叫Gobot的框架,該框架一直是基于Google’s Go的編程語言。
這些框架開源并且免費,那么Hybrid Group如何盈利呢?目前,公司的盈利來自咨詢,而項目組也建立了自己的云服務系統(tǒng),充分利用自己的框架來托管應用程序。但是,埃文斯希望這些基礎技術永遠免費使用,這樣才盡可能讓更多的人使用它。
埃文斯說:“我們希望人們能夠控制自己的設備,就好像他們在自己的網(wǎng)頁和博客上發(fā)表文章。我們樂見人們利用技術掌控環(huán)境。”
極客,炫酷一族
“極客是炫酷一族”這個說法聽起來有點牽強,因為現(xiàn)在沒多少人可以自己為自己寫程序。但是,萬維網(wǎng)發(fā)展早期,擁有個人網(wǎng)頁的網(wǎng)民也很少。而如今有了Facebook這類網(wǎng)站,我們每個人都擁有了自己的網(wǎng)頁,并且可以實時更新自己動態(tài)。
當然,即使寫代碼已經(jīng)變得越來越容易,但是在Facebook上更新動態(tài)和為機器人編代碼是兩回事。為了使寫代碼變得更加方便,埃文斯和他的團隊正在研發(fā)一個新版本的Cylon,該版本使用了Google’s Blocky,一個幫助不會寫代碼的小孩編程的軟件。
他說:“新版本的Cylon只需要拖拽,而其內(nèi)部依然采用Cylon結(jié)構(gòu),以便你能夠得到真正代碼的所有優(yōu)點。”
同時,學習編程的人數(shù)超過了以往任何時候,而且越來越多。未來,人們會掌握更多的編程知識,而不只是滿足于購買商品,按照發(fā)明者的意圖來使用它。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。