亞洲資本網(wǎng) > 資訊 > 熱點 > 正文
當(dāng)前熱點-5620億參數(shù)!谷歌發(fā)布史上最大“通才”AI模型
2023-03-08 20:53:21來源: IT之家


(資料圖)

IT之家 3 月 8 日消息,周一,來自谷歌和柏林工業(yè)大學(xué)的一組人工智能研究人員推出了史上最大的視覺語言模型 ——PaLM-E,參數(shù)量高達 5620 億(GPT-3 的參數(shù)量為 1750 億)。

PaLM-E 是迄今為止已知的最大 VLM(視覺語言模型)。作為一種多模態(tài)具身 VLM,它不僅可以理解圖像,還能理解、生成語言,執(zhí)行各種復(fù)雜的機器人指令而無需重新訓(xùn)練。它還展示出了強大的涌現(xiàn)能力(模型有不可預(yù)測的表現(xiàn))。

據(jù)谷歌稱,當(dāng)?shù)玫揭粋€高級命令,如“把抽屜里的米片拿給我”,PaLM-E 可以為帶有手臂的移動機器人平臺(由谷歌機器人公司開發(fā))生成一個行動計劃,并自行執(zhí)行這些行動。

PaLM-E 通過分析來自機器人攝像頭的數(shù)據(jù)來實現(xiàn)這一目標(biāo),而無需對場景進行預(yù)處理。這消除了人類對數(shù)據(jù)進行預(yù)處理或注釋的需要,使機器人控制更加自主。

PaLM-E 還很有彈性,能夠?qū)Νh(huán)境做出反應(yīng)。例如,PaLM-E 模型可以引導(dǎo)機器人從廚房里拿一袋薯片,由于 PaLM-E 集成到了控制回路中,它對任務(wù)中可能發(fā)生的中斷有了抵抗力。在一個視頻例子中,一名研究人員從機器人手中抓起薯片并移動它們,但機器人找到了薯片并再次抓起它們。

另外,PaLM-E 模型也可控制機器人自主完成原需人類指導(dǎo)的復(fù)雜任務(wù)。除了機器人技術(shù)外,谷歌研究人員還觀察到使用大型語言模型作為 PaLM-E 核心的幾個有趣效果,其中一個是 PaLM-E 能表現(xiàn)出“正向轉(zhuǎn)移”,這意味其可將從一個任務(wù)中學(xué)到的知識和技能轉(zhuǎn)移到另一個任務(wù)中,相較單任務(wù)機器人模型能有更好的表現(xiàn)。

谷歌研究人員計劃未來將探索 PaLM-E 在現(xiàn)實世界中有更多應(yīng)用,例如家庭自動化或工業(yè)機器人,也希望 PaLM-E 能夠激發(fā)更多關(guān)于多模態(tài) AI 的應(yīng)用。

IT之家曾報道,身為谷歌 AI 勁敵的微軟近期也發(fā)表了「ChatGPT for Robotics」的論文,以類似的方式結(jié)合視覺數(shù)據(jù)和大型語言模型來控制機器人。

關(guān)鍵詞:

專題新聞
  • 360和百度大戰(zhàn)起因是什么?為什么百度口碑不太好?
  • 360股東還有哪些?360是不是被國家收編了?
  • 美聯(lián)儲議息會議是什么?美聯(lián)儲加息是什么意思的息?
  • 網(wǎng)上報稅怎么申報?稅務(wù)0申報如何網(wǎng)上申報?
  • 玉米價格上漲的原因是什么?三月份玉米價格上漲還是下滑?
  • 貨幣基金風(fēng)險大嗎?國債與貨幣基金哪個收益高?
最近更新

京ICP備2021034106號-51

Copyright © 2011-2020  亞洲資本網(wǎng)   All Rights Reserved. 聯(lián)系網(wǎng)站:55 16 53 8 @qq.com