一个人怎么练习乒乓球?或许这事你可以问问谷歌。
最近,谷歌又玩新花样,这回是乒乓球机器人AI 项目,号称和人类对战时能够连续接球340次?!
要知道,让解说员激动到破音的「乒乓球史上最疯狂一球」——许昕和朱霖峰超级对拉名场面也就止步于 42 板。
在乒乓球比赛中,首要的就是速度和精度,这对学习算法提出了很高的要求。同时,这项运动具有高度结构化(具有固定的、可预测的环境)和多智能体协作(机器人可以与人类或其他机器人一起对打)两大特点,使其成为研究人机交互和强化学习问题的理想实验平台。
谷歌的机器人团队就建了这样一个平台来研究机器人在多人、动态和互动环境中学习所产生的问题,分别是Iterative-Sim2Real(简称i-S2R)和GoalsEye。
1、利用模拟器与人类合作进行游戏
i-S2R作为一种打造 AI 的方式,目的在于打造一套可应对人类快速且不可预测行为的机器人系统,借助虚拟或模拟的环境,来训练机器学习模型,再从模型运用知识到真实世界中,这样可以大幅缩短训练时间。
虽然这握拍姿势略显僵硬,但接球可是稳得一批,你来我往配合的还挺有模有样~
其实在此之前就已经有乒乓球机器人的身影,比如和邓亚萍老师对阵的“庞伯特”,面对邓亚萍老师的高速球、弧圈球,它都能够及时调整自己的策略,灵活变化的同时它还能找到一些致胜点,引来邓亚萍老师赞叹连连。
2、写小说、3D合成、音频生成,AI样样在行
为了测试LaMDA Wordcraft的能力,谷歌与专业作家合作组成研讨会,让他们使用探索写作的文本生成项目Wordcraft编辑器来创作一卷短篇小说,来试验AI文本生成的能力。
在从文本到3D合成方面,谷歌研发了一个预训练的2D文本到图像的扩散模型DreamFusion。给定一个描述生成,DreamFusion就能生成具有高保真外观、深度和法线且能够在不同光照条件下进行渲染的3D模型。
在音频生成方面,谷歌有一个全新的音频生成框架AudioLM。这是一个纯音频模型,在没有任何文字或音乐符号表示的情况下进行训练,可以只根据简短的音频样本学习生成逼真的、高质量的语音和音乐。
谷歌还宣布推出第二代AI Test Kitchen,为人们提供一个了解、体验和反馈其新兴生成性AI技术的途径。第二代AI Test Kitchen将通过两个演示来进一步展示从文本到图像的生成。
第一个演示是“城市梦想家”(City Dreamer),它使用谷歌对话引擎LaMDA和谷歌的图像模型组合,使用户能快速构建个性化的城市景观;第二个演示叫“Wobble”,使用谷歌的图像模型LaMDA和谷歌最新的2D-3D休闲动画技术,可以创造能移动、跳舞的友好怪物。
这些体验将在AI Test Kitchen中陆续登陆,用户可从Play Store或App Store获得该应用,并开始使用LaMDA。
3、让AI助攻全球语言
语言是人们互相交流和理解周围世界的核心介质。2017年,谷歌开发了Transformer语言模型,它被视作所有现代语言模型的“鼻祖”,此后谷歌一直专注于具有突破性的语言模型研究,诸如谷歌翻译等应用已经支持几百种语言,谷歌还宣布新增对24种语言的支持。
但这些仍然远远不够。世界上有超过7000种语言,而目前互联网只能很好地支持其中一小部分。
为了向全球更广泛的地区提供基于AI的语言技术,谷歌推出“一千种语言计划”,以支持全球1000种最常用语言的模型。谷歌将这比作“登月行动”,希望以此为世界各地边缘化群体的数十亿人带去更大的包容性。
这个计划覆盖了谷歌长期在多模态、与更多语言群体合作等方面的努力。当前谷歌在研究更先进的模型,能直接处理基于语言的信息,跨越图像、视频和语音等多种模态。
例如,谷歌已经开发了一个通用语言模型(Universal Speech Model),它支持400多种语言,是迄今覆盖语种最多的语言模型。
谷歌正与世界各地的语言群体合作,以获得语言数据,最近宣布在Gboard上支持另外9种非洲语言的语音输入,并在南亚积极收集所有方言和语言的代表性音频样本。
与此同时,谷歌计划在YouTube、GBoard、Translate等产品中改进语言支持,方便人们基于不同语种使用这些技术,并找到相关内容。
4、AI预警洪水,能精确大约100米的范围
洪水每年在世界各地夺走数以万计的生命,造成数十亿美元的损失。而可靠的早期预警系统已被证明可减少43%的死亡、35-50%的经济损失。
谷歌早在2017年就启动洪水预测项目,通过引入AI技术,为人们提供准确而详细的警报,以抵御每年洪水带来的灾难性损失。谷歌洪水预测系统能告诉人们哪些地区将受到影响,以及每个点位的水深是多少,可精确到大约100米的范围,即大概精确到一个村庄或一个社区。
人们能直接在谷歌地图(Google Maps)上看到这些信息,及时做出响应。
此前该系统主要用在印度和孟加拉国。去年,谷歌向印度和孟加拉国的2300万人发送了1.15亿条有关洪水的通知,并引导他们关注Google Search和Maps上的洪水预警。在谷歌的支持下,耶鲁大学经济增长研究中心进行的初步研究表明,其通知使收到洪水预警的人数增加了2倍,采取保护行动的人数也增加了3倍。
借助迁移学习AI技术,谷歌宣布该系统将扩展到18个新的国家,包括巴西、哥伦比亚、斯里兰卡、布基纳法索、喀麦隆、乍得、刚果民主共和国、象牙海岸、加纳、几内亚、马拉维、尼日利亚、塞拉利昂、安哥拉、南苏丹、纳米比亚、利比里亚、南非等。
此外,谷歌还在全球范围内推出新的模型Google FloodHub,该平台可以显示洪水可能发生的时间和地点。
5、实时火灾追踪,及时扑救野火
因气候变化,野火近年来持续恶化。每年,野火造成的损失高达26亿美元,并产生约2千兆吨的二氧化碳排放。
谷歌野火团队使用卫星图像来训练机器学习模型,使其能从空间和时间的维度去识别野火,并及时告知其用户野火发生的地点。其野火追踪项目已在澳大利亚、美国、加拿大和墨西哥上线。
目前谷歌正在研究的3个模型:
实时火灾追踪:其模型可实时识别现有火灾的范围。该模型自2021年11月在澳大利亚的Google SOS警报上推出,2022年7月在美国、加拿大和墨西哥的Google SOS警报上推广。
火灾蔓延预测:该模型旨在预测现有的火灾将如何演变,以便为正在进行野火扑救的小组提供如蔓延方向预测等的业务信息。
早期野火探测:此模型能在火灾出现后不久就发现火灾,以便在火势失控前通知有关部门。
6、为产妇和视网膜疾病筛查带来福音
面向医疗健康,谷歌正通过引入AI技术,帮助呵护产妇健康和加强糖尿病视网膜病变等眼部疾病问题的筛查。
上个月,谷歌在国际学术顶刊Nature的子刊Nature Communications Medicine上发表了一篇论文,展示了AI如何帮助读取和分析低成本超声设备的数据。这可以向准父母提供他们所需的信息,以便其在孕期更早地发现问题。
此外,谷歌还与美国西北大学医学院合作开发AI,协助护士和助产士轻松地收集和解释超声图像。该工具有能力确定胎儿的位置和胎龄,而且可以在没有网络连接的设备上运行,对医护人员在怀孕早期发现问题很有帮助。
与此同时,谷歌也在加强眼科筛查计划,利用其自动视网膜疾病评估工具(ARDA)开展了大量工作,已经成功筛查了超15万名患者,其中有超过一半的筛查是今年完成的。
谷歌还在开发用手机监测呼吸和心率的技术。
结语:致力于研发负责任的AI
推进AI研究的旅程中,在帮助人们解决重要现实问题的同时,谷歌一向对道德约束和社会影响非常谨慎。
在本次年度AI活动上,谷歌也再度重申了对负责任的AI的重视,强调如果在没有任何原则或道德指导的情况下开发生成式AI技术,这可能带来很大风险,比如被恶意行为者利用去做坏事。
因此,谷歌研究团队正积极地将谷歌AI原则(Google AI Principles)融入其中,尤其注重3个关键方面:
第一,“可控”:确保制造的工具有益于人类,模型和项目需要适当的人为控制,以确保用户安全,例如文本生成图像模型使用了保障数据集来防止生成有害的图像。
第二,制造能够检测生成式AI的工具:谷歌在AudioLM项目中训练了一个分类器,能以近99%的准确率检测合成语音。
第三,与世界各地的社区积极合作:开源对于谷歌来说是很重要的一部分,谷歌计划制定一套开源政策,以适应其AI原则。谷歌还在积极与艺术家和创作者等合作。
人工智能的性能正在不断发展,各国科学家们正在研究的下一代人工智能架构是训练一个模型便能让其做成千上万件事,而不是和现在的一样只做一件事。通俗来说,下一代的人工智能不仅能处理许多独立的任务,而且还能结合自身现有的技能,更快更有效地学习新的技能并处理新的任务。因此,小编认为随着科技的发展,人工智能或许有一天真的会像人类的大脑一样善于思考和学习!
文章来源: InfoQ,智东西,机器人大讲堂,未元智慧
参与评论
登录后参与讨论 0/1000