谷歌推出新人工智能模型 让机器人理解语音背后的需求

分享到:

近日,谷歌推出了人工智能模型PaLM-SayCan,将可让公司打造的机器人更容易理解使用者所下达口语指令,进而正确执行工作。

虽然机器人能一定程度上理解语意,但由于有时候它与人脑所理解内容有所差异,所以一些较为复杂的指令它会无法理解。比如它能理解你让它拿起一颗苹果这种指令,但是它无法理解你说“我刚运动完,你能帮我准备一些健康的点心吗?”

即便目前机器人已经可以通过GPT-3大型语言模型理解人类语句的深层含义,但距离让机器人实际理解人类日常生活中的用语背后的需求,还有一段不小的路要走,其原因在于人脑对语句背后的内容会有一定程度的想象。比如当人打翻饮料,向他人提出帮忙请求时,大家就会自然理解需要对现场进行清理,因此能不必下达详细命令就拿抹布擦拭地面、拿扫把清理碎裂物品等。

但机器人目前仍无法实现此类联想,仅能从现有资料库比对可行的做法,导致经常出现答非所问的情况。而谷歌此次推出的PaLM-SayCan模型,则可以进一步协助机器人判断人类语句背后潜藏的需求,并进一步将相关语句转换成可让机器人正确执行的指令内容,以此强化指令执行的正确率。

目前谷歌已经通过GitHub公开PaLM-SayCan模型相关内容,让有兴趣的开发者、设计团队进行测试。

继续阅读
数据网格在物联网、人工智能和机器学习中的用例和应用

网格以分散的方式跨物理和虚拟网络分布数据。与需要高度集中的基础架构的传统数据集成工具不同,数据网格可以跨本地、多云和单云边缘环境工作。

揭秘i.MX SoC中的“安全总部”!

边缘时代始于人工智能 (AI) 从云端向网络边缘的迁移。如今,在家庭、办公室、工厂和汽车中有大量智能物联网设备,其数量超过了现有的数十亿云联网PC和智能手机。

人工智能如何颠覆SaaS市场?

在过去的十年中,从企业到软件即服务(SaaS)的狂热推动,使最终用户能够避开与软件维护和实现相关的一些关键障碍。其中主要包括安装和升级的便捷性、精简的测试和培训,以及最大限度地减少原本庞大的前期成本。

我们需要重新定义人工智能的伦理吗?

人工智能有两个明显的目标,就目前而言,这两个目标并不相互排斥,但其中只有一个可以长期造福人类。这些目标要么是加强人们的工作,要么是取代人。最近有两个故事引起了我的注意,这表明我们可能需要调整我们认为的道德行为以正确利用人工智能。

人工智能安全大赛收官 专家学者探索对抗攻防新思路

北京9月17日电 (林依 张素)试想一下,有人将一张“神奇贴纸”放置在面部,就可以使人脸识别门禁系统“误认”是你,从而轻易打开大门;同样是这张“神奇贴纸”,把它放置在眼镜上,就可以1秒解锁你的手机人脸识别……

精彩活动