︿
Top

前瞻技術脈動:AI與機器人技術(202317)

瀏覽次數:1347| 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 2023年12月15日
facebook twitter wechat twitter

圖、前瞻技術脈動:AI與機器人技術(202317)
 
探索對大型語言模型提供情感刺激的影響
微軟和中國中科院軟體研究所的研究人員開發了一種名為EmotionPrompt的方法,旨在增強大型語言模型(LLMs)與人類用戶之間的互動。他們借鑒了心理學和社會科學的知識,將情感刺激引入LLMs使用的提示中,在ChatGPT、Vicuna-13b、Bloom和Flan-T5-Large等模型上進行了測試。情感句子的加入使LLMs在八個任務上提高了超過10%的表現,增強了準確性、真實性和資訊含量。這種方法可能為情感/心理學基礎提示的更多研究鋪平道路,以改善人類和LLM之間的互動,盡管需要進一步的研究來進行更廣泛的驗證和應用。該研究發表在arXiv期刊上。
參考資料:Exploring the effects of feeding emotional stimuli to large language models. TechXplore, 2023/08/06.
 
以無需人工干預的方法訓練機械手臂
美國卡內基美隆大學機械工程學系的研究團隊,使用VR透過增強式示範,幫助機器人更有效率學習人類的動作。研究團隊發現,相較於純使用機器學習架構,增強式示範能明顯減少機器人學習「拿起和放置方塊」任務所需的時間。未來的目標是讓機器人瞭解不同材料的特性,尤其是可變形的海綿、衣物、食品等等,使其在真實世界中能有更好的運作,相關研究成果已在2023年國際機器人和自動化會議上發表。
參考資料:Training robotic arms with a hands-off approach. TechXplore, 2023/08/14.
 
一項將神經科學和機器學習聯繫起來的新研究為人腦運作用提供了見解
轉換器(transformer)的工作方式與其他神經網路模型不同。例如,為自然語言處理訓練的遞歸神經網路會將句子中的每個單詞與由前一個單詞確定的內部狀態進行比較。另一方面,轉換器一次比較句子中的所有單詞以生成預測,這一過程稱為自我注意。研究一種稍微不同類型的機器學習模型(稱為密集相關記憶),這種自我注意機制可能發生在大腦中,但前提是至少三個神經元之間存在通訊。
 
因為在神經科學中眾所周知,這些被稱為星形膠質細胞的細胞,它們不是神經元,與神經元形成三向連接,稱為三方突觸。研究人員表明,星形膠質細胞網路理論上與轉換器匹配。此外,透過將圖像和文本段落提供給轉換器模型並將回應與其類比的神經元-星形膠質細胞網路的響應進行比較來進行數值類比,證實理論模型。研究人員的下一步是從理論到實踐的飛躍。他們希望將模型的預測與生物實驗中觀察到的預測進行比較。
參考資料:AI models are powerful, but are they biologically plausible? ScienceDaily, 2023/08/15.
 
人工智慧協助機器人利用其整個身體進行物體操作
MIT的研究團隊使用名為平滑的AI技術,簡化了機器人自身的決策流程(將眾多的中間決策縮減為較少的重要決策),使其能迅速找到有效的運行計畫,進而使機器人能夠像人類一樣的協調動作。這種技術有望使工廠能夠使用更小、更靈活的機器人進行操作,降低能耗成本。此外,它還能夠應用在太空探索等領域,使機器人能夠即時適應環境變化,並僅依靠內置電腦完成任務。儘管仍處於早期階段,但這種技術應能會對機器人應用產生深遠影響,相關研究成果已發表於《IEEE Transactions on Robotics》期刊上。(1057字;圖1)
參考資料:AI helps robots manipulate objects with their whole bodies. TechXplore, 2023/08/24.


相關文章:
1. 
Euromonitor:2024年電動車市場的三大預測
2. 前瞻技術脈動:運輸科技(202305)
2. 隨著成本不斷飆升,即使是電動車電池工廠也開始了一連串的裁員
3. 前瞻技術脈動:AI與機器人技術(202316)
4. 前瞻技術脈動:AI與機器人技術(202315)
5. 以低雜訊技術協調電源與訊號完整性

 
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。