Forums before death by AOL, social media and spammers... "We can't have nice things"
| talk.politics.china | Discussion of political issues related t | 73,176 messages |
[ << oldest | < older | list | newer > | newest >> ]
| Message 72,595 of 73,176 |
| Mobot to All |
| =?utf-8?Q?[WSJ]=20#=E4=BA=BA=E5=B7=A5=E6 |
| 29 Sep 25 08:02:39 |
XPost: alt.chinese.text From: mobot@fakemail.com “世界模型”：AI进化的下一个制高点 Christopher Mims 2 - 3 minutes 通过谷歌Genie 3渲染的AI生成3D环境被用于训练其他AI系统。 如今的AI拥有“书本智慧”。它们所知的一切都 自既有的语言、图像和视频。要想进一步进化， 们必须获得“街头智慧”。这得仰仗“世界模型”。 关键在于要让AI能够从环境中学习，并在其“头 ”中忠实呈现抽象版本的环境，就像人类和动物 做的那样。为此，开发者需要利用对世界的模拟 训练AI。这就好比通过玩《GT赛车》(Gran Turismo)来学习驾驶，或者通过玩《微软飞行模拟》(Microsoft Flight Simulator)来学习飞行。这些世界模型涉及进 规划、采取行动和预测未来所需的一切，包括物理和时间。 风险投资公司Lightspeed的合伙人兼投资人莫里茨· 尔-伦茨(Moritz Baier-Lentz)表示，世界模型路线（这 术语有些令人困惑，既指模拟的训练环境，也 抽象的表征）可能已经在对现实世界产生极大 的影 。无人机作战、新型机器人以及比人类驾驶更安 的自动驾驶汽车都受益于此。 AI领域的先锋几乎一致认为，打造下一代AI离 开世界模型。许多人都表示，世界模型是未来创 出超越人类的“通用人工智能”(AGI)的关键。斯 福大学(Stanford University)教授、AI“教 ”李飞飞( Fei-Fei Li)已筹资2.3亿美元创办世界模型初创企业World Labs。 英伟达(Nvidia)首席执行官黄仁勋(Jensen Huang)曾表示 世界模型有助于解锁“物理AI ”，以便自主驾 机器人、自动驾驶汽车之类。 尽管促成大语言模型和ChatGPT的AI类型目 备受关注，但基于世界模型的AI正在 沿研究中获得良好发展势头，并可能让技术在我 的生活中扮演新角色。 目 尚 清楚所有这些押注是否会带来商业领袖们预测的 级智能。但短期内，世界模型或可使AI在目 力所 及的任务上做得更好，尤其是在空间推理领域。 优步(Uber) AI业务负责人、经常批评当 AI模式的加里·马库斯(Gary Marcus)表示，如今的生 式AI无论接受多少数 训练，都只能学习到一个关于世界如何运作的概 模型。从根本上说，当今的AI会 习所有被“喂”给它们的数 之间有何相关性——无论这些数 是文字和图像，还是分子及其功能。这 对世界模糊的近似认知，似乎是以一 混合物的形式编码在AI的“大脑”之中：既包含 ，也包含一套用于 控数 的庞杂规则，这套规则还常常 完整，甚至自相矛盾。 一个很好的例子是：一台运行1979年程序的雅达利(Atari) 2600游戏机下国际象棋可以击败顶尖的聊天机器人 这些聊天机器人往往会尝试犯规的棋步，而且很快就会搞 清棋子的 置。从本质上讲 当今基于Transformer架构的AI是在做预测，而 是进行逻辑推理。尽管在训练中接触了无数的棋 和规则手册，但它们依然如此。雅达利之所以能 ，是因为它通过一 古旧简朴的内部世界模型— 一个数 库——来准确记录棋子的 置。 也有能在国际象棋对弈中击败雅达利游戏机以及 何在世棋手的AI。谷歌(Google)于2019年发布的MuZero 在构建方式上与后来的生成式AI机器人截然 同。它通过学习如何为所玩的棋局创建准确的表 而获得成功。 但涉及现实世界中的任务又当如何呢？现实世界 比受限的游戏世界 杂得多。为了应对这些挑战，谷歌DeepMind的研究 员着手打造一个系统，寻求以 所未有的逼真程度实现对现实世界的模拟 其成果Genie 3——目 处于研究预览阶段，尚未对公众开放——仅凭一 文本提示，就能生成逼真度堪比照片的开放世界 拟景观。 妨把Genie 3理解为一 生成开放世界视频游戏的方法， 仅 成速度极快，还能根 你的需要随意调整逼真程度。这个虚拟空间可供 生的AI无休止地玩 、犯错，并学习为实现其目标需要做什么，就像 物或人类年幼时在现实世界中所做的那样。这个 验过程被称为强化学习。 该项目联合负责人杰克·帕克- 尔德(Jack Parker-Holder)表示，Genie 3是一个系统的组 部分，该系统有望帮助训练那 有朝一日可驾驭机器人、自动驾驶汽车等“具身 AI的AI。他补充说，相关环境 能充满人和障 物：AI可以通过观察人类在这个虚拟空间中的活 来学习如何与人类互动。 [continued in next message] --- SoupGate-Win32 v1.05 * Origin: you cannot sedate... all the things you hate (1:229/2) |
(c) 1994, bbs@darkrealms.ca