︿
Top

前瞻技術脈動：AI與機器人技術（202423）

關鍵字：機器人；文本生成器；抄襲形式；人工智慧的責任；Stable Diffusion文本生成圖像器；fMRI數據訓練；
瀏覽次數：968｜ 歡迎推文： facebook twitter wechat Linked

科技產業資訊室 - 技術發展藍圖研析團隊 發表於 2024年8月21日
facebook twitter wechat twitter

圖、前瞻技術脈動：AI與機器人技術（202423）
 
自動收起四肢的機器人
機器人無法擠進狹小空間，透過學習螞蟻行動方式，讓機器人腿部可以收攏，以通過狹小空間。受螞蟻啟發，科學家研發出能縮短腿部來通過狹隘空間的機器人，它可以蜷縮方式快速通過狹窄通道，也可以在台階、草地、石塊等地面行動。以往機器人雖有專門肢體能在特定地形上移動，但無法擠進比自身更狹小的空間，且因為不同環境的挑戰各異，所以建造能適應不同環境條件的機器人是巨大挑戰。現在這個機器人已經開始實現這個目標，它約30公分長、20公分寬，有四個波浪形且可伸縮的四肢，每個肢體由六個同心管構成，可相互牽引，而且調整並不需要耗費電力，而是以彈簧使腿部因應不同空間自動伸展或收縮，因而可以使機器人更小、更便宜、更省電，同時也可以修改身體的尺寸來適應空間。
參考資料：This robot automatically tucks its limbs to squeeze through spaces, Science News. 2023/02/17.


超越記憶：文本生成器的抄襲可能超越“複製和貼上”
研究人員想了解文本生成器的語言模型是否存在著不僅會有複製和貼上的行為，而且會在沒有意識到的情況下形成更複雜的抄襲形式。藉由研究文本生成器帶來的道德與版權問題，未來幫助人工智慧研究者能在未來建立更強大、更可靠和負責任的語言模型。賓州大學的研究人員為了解文本生成器的語言模型是否存在著不僅會有複製和貼上的行為，而且會在沒有意識到的情況下形成更複雜的抄襲形式。研究人員定義三種剽竊的形式：1.逐字抄襲，即直接複製和粘貼內容；2.在不引用原始來源的情況下釋義、改寫和重組內容和想法；3.或在沒有適當歸屬的情況下使用文本中的主要想法。他們建構一個自動檢測抄襲的管道，並針對OpenAI的GPT-2進行測試，並利用210,000個生成的文本來測試預訓練語言模型和微調語言模型，或進一步訓練聚焦於特定主題領域的模型是否存在抄襲。結果發現語言模型犯了所有三種類型的抄襲，並且用於訓練模型的數據集和參數越大，抄襲發生的頻率就越高。也發現經過微調的語言模型減少了逐字抄襲，但增加了釋義和思想抄襲的情況。此外，他們也確定了語言模型透過所有三種剽竊形式暴露個資的實例。此研究成果將於今年(2023年)4月30日至 5月4日在德州奧斯汀舉行的2023 ACM網絡會議上發表。
參考資料：Beyond memorization: Text generators may plagiarize beyond 'copy and paste', Science Daily. 2023/02/17.

NSF與CSIRO合作提出獎勵負責任並符合道德的人工智慧方案
人工智慧的責任與道德問題：1.公平程序集體決策2.了解預測傳染病傳播的AI 模型中的偏差。隨著人工智慧技術的突破，衍生出的責任和道德問題也更加受到關注。美國國家科學基金會NSF與澳大利亞國家科學機構 CSIRO 合作，向美國和澳大利亞提供總計 180 萬美元和 230 萬美元的補助款，加速提出負責任並符合道德的人工智慧解方的開創性研究，以面對傳染病、旱災、環境永續等社會挑戰。本次獎補助的科研主題有二：
1.抗旱、淨零
運用AI運算來開發資源的公平分配，例如水、汽油、疫苗和其他醫療用品的最佳配置。
2.傳染病防治
降低AI模型和疾病傳播預測中的偏差，以預防和應對傳染病流行。
參考資料：New NSF-Australia awards will tackle responsible and ethical artificial intelligence, NSF. 2023/02/19.

AI可以透過腦部掃描的分析來創建人們所看到的圖像
可以將腦信號直接轉換為圖像的新方法，透過使用較少的參數，將Stable Diffusion文本生成圖像器與腦信號搭配使用。日本大阪大學的研究人員開發了一種新方法，透過使用較少的參數，將Stable Diffusion文本生成圖像器與腦信號搭配使用，將腦信號直接轉換為圖像。他們使用過去研究中四個人的fMRI數據訓練了一個模型，使其能夠將視覺信號處理腦部fMRI數據與觀看圖像產生的關聯性。該方法比過去使用的AI模型更加簡單，使用成本更低。儘管如此，該系統仍然需要大量訓練，需要昂貴的成像設備，因此日常的讀心術仍有很長的路要走。這種方法有望在未來能讓人們使用自己的想像力來創作藝術品或是在遊戲中添加更多元的新元素。該研究發表在bioRxiv期刊上。(1429字；圖1)
參考資料：AI creates pictures of what people are seeing by analysing brain scans, New Scientist. 2023/03/07.

 

 
歡迎來粉絲團按讚！
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。