CNET科技資訊網(wǎng) 1月5日 國(guó)際報(bào)道:雖然CES展會(huì)上到處都是機(jī)器人,但是樂(lè)高機(jī)器人可不是每年都有的。
過(guò)去一年中,具有教育意義的可編碼機(jī)器人玩具在兒童科技領(lǐng)域一直是一個(gè)大趨勢(shì),從Jimu機(jī)器人到Cozmo機(jī)器人,無(wú)不體現(xiàn)這一趨勢(shì)。樂(lè)高公司多年來(lái)一直都有著自己的教育性Mindstorm機(jī)器人工具包。
Lego Boost是樂(lè)高逾期展示的一個(gè)工具包,它是一套由馬達(dá)和可編程模塊組成的工具包,可編程模塊可兼容現(xiàn)有的樂(lè)高玩具,把它們變成電動(dòng)玩具或動(dòng)作感應(yīng)玩具。該應(yīng)用還可以記錄語(yǔ)音效果,因此,用戶可以讓自己的樂(lè)高機(jī)器人寵物說(shuō)話。
Lego Boost工具包將于2017年下半年上市,售價(jià)為160美元,同時(shí)附帶有說(shuō)明書(shū),用戶可以用它們搭建五個(gè)不同的項(xiàng)目:“Vernie機(jī)器人、Frankie機(jī)器貓、吉他Guitar 4000、多工用探測(cè)車 4(Multi-Tool Rover 4,M.T.R.4)和Autobuilder。”之后,任何現(xiàn)有的樂(lè)高積木都可以在上面創(chuàng)作出新的作品,據(jù)樂(lè)高表示:“例如,用戶可以構(gòu)建一個(gè)可以制作一條龍或一匹小馬等動(dòng)物的行走基地,或是一個(gè)承載越野汽車或探測(cè)車等汽車的駕駛基地,以及一個(gè)可供孩子們打造自己的城堡甚至是未來(lái)空間站的入口。”這套裝備主要針對(duì)7歲及以上兒童使用。
此外,樂(lè)高還為我們帶來(lái)了一個(gè)可以處理編程部分的Android和iOS應(yīng)用,樂(lè)高稱之為編碼須知。過(guò)去幾年,大多數(shù)玩具機(jī)器人套裝都采用類似的理念。很顯然,樂(lè)高的優(yōu)勢(shì)在于,用戶或許可以做成一個(gè)跳舞的恐龍,一個(gè)DIY蝙蝠車或星球大戰(zhàn)機(jī)器人基地等等。
Lego Boost還附帶有三個(gè)Boost模塊,可以承受大部分重量,包括一個(gè)傾斜傳感器、彩色距離傳感器和一個(gè)發(fā)動(dòng)機(jī),同時(shí)還有843塊傳統(tǒng)樂(lè)高零部件和一個(gè)特殊的爬行墊,機(jī)器人可以在上面移動(dòng)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。