谷歌 DeepMind 人工智能刚刚自学了走路
Google's DeepMind AI Just Taught Itself To Walk
频道:Insider Tech · 时长:1:51 · 发布:2017-07-12 · 播放:11494785
简介
Insider Tech 的两分钟短片,介绍 DeepMind 的模拟智能体在无指导的情况下学会了走路、跑步、跳跃和攀爬,以及由此产生的滑稽步态。
HN 为什么推荐
HN 将其用作强化学习智能体在模拟中获得运动能力的快速示例,而不是作为深度资源推荐。
HN 上的讨论
硬件很难。让 AI 学会控制一个纯虚拟身体似乎是一个相当标准的项目。1) [LINK] 2) [LINK] 3) [LINK] 4) [VIDEO] — ben_w, 2022-11
我不确定用实体机器人做那件事会怎样,但我见过几个用模拟机器人做的有趣迭代 [VIDEO] — zro, 2020-01
如果你观看AI学习跑步[1]或玩马里奥[2]的视频,你会看到确实存在“随机尝试直到奖励函数给出正面反馈”作为训练AI的方法。困难的部分是开发奖励函数。我们基于激素的激励系统中有很多智能——我们感到疼痛、感到悲伤等等。许多这些情绪是预先编程的。如果我们找到一种设计具有正确目标的强化系统的方法,我们可以像大自然母亲几亿年来所做的那样去做。但仍然需要大量的计算能力。如果我们把大自然看作一个大规模并行化的计算系统,它将“仅仅生存”定义为奖励(不是因为它“想要”它,而是因为它只是出现了),它向我们展示了如果我们试图构建一个完全随机的过程来获得智能,我们需要多少能力。我认为你提出的方法有效(“只是组装随机解决方案并测试它们”),因为我们已经在自然界中看到了。但无论我们的计算能力如何,都需要大量的时间和精力。我认为当我们找到正确的边界和奖励函数时,我们会更快,而不是随机尝试东西。[1]: [VIDEO… — mockingbirdy, 2018-07
这并没有让我烦恼,但它确实给人一种迪士尼预告片的感觉。我几乎能听到视频中深沉的旁白声音:“2017年冬季上映,一部关于冒险、友谊和模拟自我对战的电影!加入Burp、Jenny和Bop的奇妙冒险……等等……”哈哈 这里有一个很好的例子,展示AI机器人时使用不突兀但有趣的音乐:[VIDEO] — abledon, 2017-10
相关视频
- 神经网络和反向传播的详细入门:构建micrograd · Andrej Karpathy · 2:25:52
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 发生在马身上的事正在发生在我们身上 · CGP Grey · 15:00
- AlphaGo - 电影 | 完整获奖纪录片 · Google DeepMind · 1:30:28
- Transformer,LLM 背后的技术 | 深度学习第 5 章 · 3Blue1Brown · 27:14
- USENIX Security '18-Q:为什么主题演讲者不断建议改进安全性是可能的? · USENIX · 51:22
- 第一讲 | 机器学习(斯坦福) · Stanford · 1:08:40
- MarI/O - 视频游戏机器学习 · SethBling · 5:57
- 深入探讨 ChatGPT 等 LLM · Andrej Karpathy · 3:31:23
- 学会玩经典 NES 游戏的计算机程序 · suckerpinch · 16:17
- David Silver 强化学习课程 - 第一讲:强化学习导论 · Google DeepMind · 1:28:12
- 让我们从头构建 GPT:用代码,详细解释。 · Andrej Karpathy · 1:56:20
- 湾区视觉会议:无监督特征学习和深度学习 · Google TechTalks · 48:10
- A Hackers' Guide to Language Models · Jeremy Howard · 1:31:13
- 安德烈·卡帕西 - 特斯拉全自动驾驶的人工智能 · Matroid · 30:08
- [1小时演讲] 大型语言模型入门 · Andrej Karpathy · 59:48