很可惜 T 。T 您現(xiàn)在還不是作者身份,不能自主發(fā)稿哦~
如有投稿需求,請(qǐng)把文章發(fā)送到郵箱tougao@appcpx.com,一經(jīng)錄用會(huì)有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒?qǐng)聯(lián)系:鳥(niǎo)哥筆記小羽毛(ngbjxym)
來(lái)源:網(wǎng)絡(luò)
編輯:小咸魚(yú)
DeepMind 終于逆襲了!
這家總部位于倫敦的AI研究公司在過(guò)去幾年虧損數(shù)億美元后,有史以來(lái)第一次實(shí)現(xiàn)了盈利!
在2020年,DeepMind實(shí)現(xiàn)了5960萬(wàn)美元的利潤(rùn)。
而僅在一年前的2019年,DeepMind交出的還是一份高達(dá)6.49億美元(約42億人民幣)的虧損賬單。
作為一家人工智能初創(chuàng)公司,DeepMind成立十幾年來(lái),研發(fā)了不少明星產(chǎn)品,比如AlphaGo,AlphaFold2,不斷光環(huán)加身。但光環(huán)背后,它的商業(yè)化之路一直走得有點(diǎn)艱辛。
近期,DeepMind在宣布史上首次實(shí)現(xiàn)盈利之后,第一次開(kāi)始出手收購(gòu)。
10月19號(hào),DeepMind宣布,將機(jī)器人模擬器平臺(tái)MuJoCo收購(gòu),并準(zhǔn)備將其作為一個(gè)預(yù)編譯的開(kāi)源庫(kù)發(fā)布,免費(fèi)提供給研究人員。
DeepMind表示,預(yù)計(jì)將在2022年發(fā)布MuJoCo的代碼庫(kù),并在Apache 2.0許可下將其作為開(kāi)源軟件「繼續(xù)改進(jìn)」。
「我們的機(jī)器人團(tuán)隊(duì)一直在使用MuJoCo作為各種項(xiàng)目的模擬平臺(tái)。我們致力于開(kāi)發(fā)和維護(hù)MuJoCo。MuJoCo作為一個(gè)免費(fèi)的、開(kāi)源的、社區(qū)驅(qū)動(dòng)的項(xiàng)目,具有一流的能力。我們目前正在努力為MuJoCo的全面開(kāi)源做準(zhǔn)備?!笵eepMind表示。
DeepMind創(chuàng)始人Demis Hassabis表示,公司的初衷就是用人工智能推動(dòng)科學(xué)發(fā)展,造福于人類。
此次收購(gòu)MuJoCo,并將其作為開(kāi)源平臺(tái)開(kāi)放給所有研究人員,并不是DeepMind第一次在機(jī)器人領(lǐng)域作出貢獻(xiàn)。
所以,DeepMind是如何一直在機(jī)器人領(lǐng)域努力突破極限的呢?
2016年,DeepMind的研究人員展示了深度強(qiáng)化學(xué)習(xí)如何訓(xùn)練真正的物理機(jī)器人。
研究表明,基于deep Q-functions的強(qiáng)化學(xué)習(xí)算法可以擴(kuò)展到復(fù)雜的三維操作任務(wù),并有效地學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)策略。
DeepMind進(jìn)一步表明,通過(guò)在異步共享策略更新的多個(gè)機(jī)器人之間進(jìn)行算法并行化,可以進(jìn)一步減少訓(xùn)練機(jī)器人的時(shí)間。
所提出的方法可以在模擬中學(xué)習(xí)各種3D操作技能和開(kāi)門(mén)技能(通常被認(rèn)為是在機(jī)器人訓(xùn)練中比較復(fù)雜的任務(wù)),而無(wú)需手動(dòng)設(shè)計(jì)行為表示。
2018年,DeepMind發(fā)表了三篇主要論文,展示了機(jī)器人可以實(shí)現(xiàn)靈活自然的行為,來(lái)適應(yīng)和解決任務(wù)。
科學(xué)家用各種模擬身體訓(xùn)練agent,讓他們?cè)诓煌牡匦紊咸S、轉(zhuǎn)身和蹲伏。結(jié)果表明,agent在沒(méi)有收到具體指示的情況下學(xué)會(huì)了這些技能。
另一篇論文展示了一種訓(xùn)練策略網(wǎng)絡(luò)的方法,該網(wǎng)絡(luò)模擬人類行為的動(dòng)作捕捉數(shù)據(jù),以預(yù)先學(xué)習(xí)諸如行走、從地面起身、轉(zhuǎn)彎和跑步等技能。
然后,這些行為經(jīng)過(guò)調(diào)整,可以改變用途,并解決其他任務(wù),如爬樓梯和通過(guò)有墻壁的走廊。
第三篇論文提出了一個(gè)基于最先進(jìn)的生成模型的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)。
這項(xiàng)研究展示了這種架構(gòu)如何能夠?qū)W習(xí)不同行為之間的關(guān)系,并模仿向agent展示的特定動(dòng)作。
經(jīng)過(guò)訓(xùn)練后,這些系統(tǒng)可以編碼一個(gè)觀察到的動(dòng)作,并創(chuàng)造一個(gè)新的動(dòng)作。
DeepMind研究了一個(gè)數(shù)據(jù)驅(qū)動(dòng)的機(jī)器人框架,該框架使用大量的機(jī)器人體驗(yàn)數(shù)據(jù)集,然后使用學(xué)習(xí)獎(jiǎng)勵(lì)函數(shù)將其擴(kuò)展到幾個(gè)任務(wù)。
該框架可用于在真實(shí)機(jī)器人平臺(tái)上完成三種不同的物體操縱任務(wù)。
科學(xué)家們使用人類注釋作為監(jiān)督,讓agent學(xué)習(xí)獎(jiǎng)勵(lì)功能,并用任務(wù)不可知(task-agnostic)的記錄經(jīng)驗(yàn)來(lái)演示任務(wù)。這有助于agent處理現(xiàn)實(shí)世界中無(wú)法直接獲得獎(jiǎng)勵(lì)信號(hào)的任務(wù)。
基于學(xué)習(xí)到的獎(jiǎng)勵(lì)和從不同任務(wù)中獲得的大量經(jīng)驗(yàn)數(shù)據(jù)集,使用批量強(qiáng)化學(xué)習(xí)離線學(xué)習(xí)機(jī)器人策略,這種方法可以訓(xùn)練agent執(zhí)行具有挑戰(zhàn)性的操作任務(wù),如堆疊剛性物體。
最近,DeepMind推出了RGB堆疊,作為基于視覺(jué)的機(jī)器人操作任務(wù)的新基準(zhǔn)。
在這里,機(jī)器人必須學(xué)會(huì)如何抓住不同的物體,并使它們相互平衡。這不同于以前的工作,因?yàn)樗梦矬w非常多樣,為驗(yàn)證結(jié)果的準(zhǔn)確性也需要進(jìn)行各種經(jīng)驗(yàn)評(píng)估。
結(jié)果表明,使用模擬和真實(shí)世界數(shù)據(jù)的組合可以學(xué)習(xí)復(fù)雜的多對(duì)象操作。
這個(gè)實(shí)驗(yàn)為新物體的概括提出一個(gè)強(qiáng)有力的基線,也被認(rèn)為是DeepMind在制造通用機(jī)器人方面的一個(gè)重大進(jìn)步。
DeepMind現(xiàn)在將致力于讓機(jī)器人更好地理解不同幾何形狀物體間的相互作用。RGB堆疊基準(zhǔn)已經(jīng)與構(gòu)建真實(shí)機(jī)器人的RGB堆疊環(huán)境、RGB對(duì)象的模型和3D打印信息的設(shè)計(jì)一起開(kāi)源。
最后,來(lái)聊聊這次DeepMind收購(gòu)的MuJoCo。
MuJoCo(Multi-Joint Dynamics with Contact)是一款物理引擎模擬器,可促進(jìn)機(jī)器人學(xué)、生物力學(xué)、圖形、動(dòng)畫(huà)等需要快速準(zhǔn)確模擬的領(lǐng)域的研發(fā)。
MuJoCo由Emo Todorov為Roboti LLC開(kāi)發(fā),是第一批全功能模擬器之一,從零開(kāi)始設(shè)計(jì),通過(guò)觸點(diǎn)進(jìn)行基于模型的優(yōu)化。
在DeepMind被收購(gòu)之前,2015年至2021年間,MuJoCo一直是一款商業(yè)產(chǎn)品,也就意味著需要收費(fèi),而且并不便宜。
MuJoCo有助于提升計(jì)算密集型技術(shù),如最佳控制、系統(tǒng)識(shí)別、物理一致?tīng)顟B(tài)估計(jì)和自動(dòng)化機(jī)構(gòu)設(shè)計(jì),然后將其應(yīng)用于具有豐富接觸行為的復(fù)雜動(dòng)態(tài)系統(tǒng)。
MuJoCo還有一些應(yīng)用,比如,在物理機(jī)器人、游戲和交互式科學(xué)部署之前,經(jīng)常會(huì)在MuJoCo上測(cè)試和驗(yàn)證控制方案。
今年,DeepMind的競(jìng)爭(zhēng)對(duì)手OpenAI,在機(jī)器人領(lǐng)域投入多年的研究、資源和努力后,最終決定解散其機(jī)器人研究團(tuán)隊(duì),將重點(diǎn)轉(zhuǎn)移到數(shù)據(jù)更容易獲得的領(lǐng)域。
在機(jī)器人研發(fā)行業(yè),也有幾家基于機(jī)器人技術(shù)的公司已經(jīng)關(guān)門(mén)或者正在嚴(yán)重虧損。在這種情況下,機(jī)器人盡管是一個(gè)看似利潤(rùn)豐厚的行業(yè),但卻沒(méi)有買家。
不過(guò),有谷歌的真金白銀的支持,再加上從不讓人失望的DeepMind的研發(fā)實(shí)力和研究機(jī)器人的決心,機(jī)器人領(lǐng)域的未來(lái)還是非常值得期待的。
參考資料:
https://analyticsindiamag.com/deepminds-progress-over-the-years-in-robotics/
https://deepmind.com/blog/article/producing-flexible-behaviours-simulated-environments
https://deepmind.com/research/publications/2019/Scaling-data-driven-robotics-with-reward-sketching-and-batch-reinforcement-learning https://deepmind.com/blog/announcements/mujoco
-END-
本文為作者獨(dú)立觀點(diǎn),不代表鳥(niǎo)哥筆記立場(chǎng),未經(jīng)允許不得轉(zhuǎn)載。
《鳥(niǎo)哥筆記版權(quán)及免責(zé)申明》 如對(duì)文章、圖片、字體等版權(quán)有疑問(wèn),請(qǐng)點(diǎn)擊 反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量?jī)?nèi)容的交流平臺(tái)。為落實(shí)國(guó)家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求,為完善跟帖評(píng)論自律管理,為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開(kāi)放、真實(shí)、專業(yè)的平臺(tái)氛圍,我們團(tuán)隊(duì)將依據(jù)本公約中的條款對(duì)注冊(cè)用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容,同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國(guó)未成年人保護(hù)法》等法律法規(guī),對(duì)以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息,主要表現(xiàn)為:
1)反對(duì)憲法所確定的基本原則;
2)危害國(guó)家安全,泄露國(guó)家秘密,顛覆國(guó)家政權(quán),破壞國(guó)家統(tǒng)一,損害國(guó)家榮譽(yù)和利益;
3)侮辱、濫用英烈形象,歪曲、丑化、褻瀆、否定英雄烈士事跡和精神,以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù);
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng);
5)煽動(dòng)民族仇恨、民族歧視,破壞民族團(tuán)結(jié);
6)破壞國(guó)家宗教政策,宣揚(yáng)邪教和封建迷信;
7)散布謠言,擾亂社會(huì)秩序,破壞社會(huì)穩(wěn)定;
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪;
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序;
10)侮辱或者誹謗他人,侵害他人名譽(yù)、隱私和其他合法權(quán)益;
11)通過(guò)網(wǎng)絡(luò)以文字、圖片、音視頻等形式,對(duì)未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的;
12)危害未成年人身心健康的;
13)含有法律、行政法規(guī)禁止的其他內(nèi)容;
2. 不友善:不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為:
1)輕蔑:貶低、輕視他人及其勞動(dòng)成果;
2)誹謗:捏造、散布虛假事實(shí),損害他人名譽(yù);
3)嘲諷:以比喻、夸張、侮辱性的手法對(duì)他人或其行為進(jìn)行揭露或描述,以此來(lái)激怒他人;
4)挑釁:以不友好的方式激怒他人,意圖使對(duì)方對(duì)自己的言論作出回應(yīng),蓄意制造事端;
5)羞辱:貶低他人的能力、行為、生理或身份特征,讓對(duì)方難堪;
6)謾罵:以不文明的語(yǔ)言對(duì)他人進(jìn)行負(fù)面評(píng)價(jià);
7)歧視:煽動(dòng)人群歧視、地域歧視等,針對(duì)他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊;
8)威脅:許諾以不良的后果來(lái)迫使他人服從自己的意志;
3. 發(fā)布垃圾廣告信息:以推廣曝光為目的,發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容,或進(jìn)行相關(guān)行為。主要表現(xiàn)為:
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式:
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容;
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容;
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容,如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等,誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光;
6)購(gòu)買或出售帳號(hào)之間虛假地互動(dòng),發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營(yíng)銷內(nèi)容,如通過(guò)偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營(yíng)銷;
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息,主要表現(xiàn)為:
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述;
2)涉及色情段子、兩性笑話的低俗內(nèi)容;
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容;
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想;
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適;
6)炒作緋聞、丑聞、劣跡等;
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息,主要表現(xiàn)為:
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容;
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容;
3)偽造身份、冒充他人,通過(guò)頭像、用戶名等個(gè)人信息暗示自己具有特定身份,或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信,主要表現(xiàn)為:
1)找人算命、測(cè)字、占卜、解夢(mèng)、化解厄運(yùn)、使用迷信方式治病;
2)求推薦算命看相大師;
3)針對(duì)具體風(fēng)水等問(wèn)題進(jìn)行求助或咨詢;
4)問(wèn)自己或他人的八字、六爻、星盤(pán)、手相、面相、五行缺失,包括通過(guò)占卜方法問(wèn)婚姻、前程、運(yùn)勢(shì),東西寵物丟了能不能找回、取名改名等;
7. 文章標(biāo)題黨,主要表現(xiàn)為:
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來(lái)誘導(dǎo)用戶;
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲;
3)使用夸張標(biāo)題,內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為,主要表現(xiàn)為:
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂(lè)等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過(guò)「蹭熱點(diǎn)」、制造話題等形式干擾輿論,影響傳播秩序
9. 其他危害行為或內(nèi)容,主要表現(xiàn)為:
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的;
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的;
3)美化、粉飾侵略戰(zhàn)爭(zhēng)行為的;
4)法律、行政法規(guī)禁止,或可能對(duì)網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過(guò)主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí),本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度,對(duì)帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過(guò)作弊手段注冊(cè)、使用帳號(hào),或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí),本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富,本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的,將不斷完善本公約。
如果本網(wǎng)站用戶對(duì)本網(wǎng)站基于本公約規(guī)定做出的處理有異議,可以通過(guò)「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)