CNET科技資訊網(wǎng) 3月16日 國際報道:去年12月,當《星球大戰(zhàn):原力覺醒》(Star Wars: The Force Awakens)在各大影院上映時,一個勇敢的、名為BB-8的小機器人從沙漠星球Jakku滾到了我們這些科幻片鐘情者的心里。這位明星機器人將在周三“上岸休息”,去參觀位于加州帕薩迪納市的美國宇航局的噴氣推進實驗室(Jet Propulsion Laboratory)。
跟人類游客一樣,噴氣推進實驗室也發(fā)給BB-8一個穿在鏈子上的訪客徽章。NASA為我們分享了一系列BB-8與宇航局內(nèi)各種各樣的機器人交流溝通的照片。
BB-8獲得了它與一個僅在地球上的好奇者號 (Mars Curiosity) 火星探測器翻版的照片。這個好奇者號的翻版住在一個被稱為“火星院子(Mars Yard)”的地方,這是噴氣推進實驗室的一部分。其中一個區(qū)域包含一個模擬的火星景觀,在這里,會有探測器經(jīng)過進行測試,并會模擬在火星上發(fā)現(xiàn)的地形障礙類似的情形。
噴氣推進實驗室還有一個名叫RoboSimian的救災(zāi)機器人,遇到了《星球大戰(zhàn)》里這位明星機器人。RoboSimian得名于它猴子般靈活的移動技能,它有四條能夠讓它攻占各種難關(guān)的腿。BB-8估計有些羨慕RoboSimian那些令人印象深刻的腿。
在本次BB-8的JPL之旅中,BB-8停在“宇宙中心(Center Of The Universe)”時的那一刻或許是這次參觀中最具“星戰(zhàn)”氛圍的一部分了。噴氣推進實驗室將這一任務(wù)控制區(qū)域稱之為“整個太陽系、甚至是星際空間太空任務(wù)的通信中心”。就像“星戰(zhàn)”里死星的控制室一樣,只是更為友好。
在噴氣推進實驗室大廳內(nèi),BB-8看上去如在家中。這是對該機器人設(shè)計的一種證明,說明它可以輕易地融入到美國宇航局這些令人難忘的現(xiàn)實設(shè)計機器人中。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)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(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)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(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)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(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。