Blog
生成式AI：超越加密貨幣的炒作，開創未來科技的新篇章
生成式AI：超越加密貨幣的炒作，開創未來科技的新篇章
October 16, 2023
重點摘要：
新聞內文：
這一次，似乎生成式AI正在等待著時機，等待著加密貨幣不可避免地崩潰。隨著加密貨幣領域的衰退，像「ChatGPT」和「DALL-E」這樣的專案正準備好成為引人注目的報導、希望、批評、悲觀主義以及技術炒作泡沫等不同階段的焦點。
那些關注我的內容的人知道，我對加密貨幣從來不是特別樂觀。然而，生成式AI的情況不同。首先，幾乎普遍認為人工智慧和機器學習在未來將在我們的生活中扮演更加集中的角色。
智慧手機在這裡提供了很好的見解。「計算攝影」是我們經常寫的內容之一。近年來，在這方面取得了巨大的進步，我認為許多製造商在改進產品和降低入門門檻方面，在硬體和軟體之間找到了良好的平衡。例如，Google在像「Best Take」和「Magic Eraser」這樣的編輯功能上取得了真正令人印象深刻的成就。
當然，它們是很酷的技巧，但它們也是有用的，而不是為了增加功能而增加的。然而，未來的關鍵將是「無縫地將它們整合到體驗中」。在理想的未來工作流程中，大多數使用者對幕後發生的事情幾乎沒有概念。他們只會高興地說它有效。這是典型的蘋果策略。
生成式AI在一開始就提供了類似的「哇！」的效果，這是它與前一輪炒作的前輩不同之處。當你不太懂技術的親戚坐在電腦前，輸入幾個單詞到對話框中，然後「看著黑盒子生成畫作和短篇故事」時，不需要太多的概念化。這就是為什麼這一切迅速傳開的主要原因之一。大多數時候，當普通人被推銷先進的技術時，需要他們想象它在未來五到十年內可能是什麼樣子。
對於ChatGPT、DALL-E等，你現在可以第一手體驗。當然，這一切的反面是如何難以控制期望。正如人們傾向於賦予人形機器人或動物的智慧一樣，如果沒有對AI有基本的理解，就很容易投射出意圖。但這就是現在的情況。我們以引人注目的標題為開場，希望人們能夠堅持足夠長的時間來了解背後的機制。
一旦明確了生成式AI在機器人技術的未來中扮演重要角色，我一直在尋找機會在對話中提出問題。我發現，這個領域的大多數人都同意前面那句話的說法，他們認為生成式AI將會產生廣泛的影響，這一點很有趣。
例如，在我最近與Marc Raibert和Gill Pratt的對話中，後者解釋了生成式AI在其機器人學習方法中的作用：我們已經找到了一種方法，使用現代生成式AI技術，可以實現從僅僅幾個範例中示範位置和力量的人類，以教導機器人。而代碼完全沒有更改。這是基於擴散政策的工作。這是我們與哥倫比亞大學和麻省理工學院合作完成的工作。我們已經教授了60種不同的技能。
先前，當我問Nvidia嵌入式和邊緣計算部門的副總兼總經理Deepu Talla「為什麽該公司認為生成式AI不僅僅是一種時尚？」時，他告訴我：「我認為結果說明了一切。你已經可以看到生產率提高了。它可以幫我寫一封電子郵件。它不是完全正確的，但我不必從零開始。它給了我70%。已經有一些明顯的變化，絕對比以前好得多。總結並不完美。我不會讓它閱讀並為我總結。因此，您已經可以看到一些生產率提高的跡象」。
與此同時，在我最近與麻省理工學院CSAIL主任Daniela Rus的對話中，她解釋了研究人員如何使用生成式AI來設計機器人：「事實證明，生成式AI對解決運動規劃問題非常有用。您可以獲得更快的解決方案，控制更流暢和更像人類的解決方案，而不是使用模型預測解決方案。我認為這非常有力，因為未來的機器人將不再那麽機械化。他們的動作將更加流暢和人類化」。
我們還使用生成式AI進行設計。這很有力。這也很有趣，因為它不僅僅是為機器人生成模式。您必須做其他事情。它不能只是基於「數據生成模式」。機器必須在物理學和物理世界的背景下有意義。因此，我們將它們連接到基於物理學的模擬引擎，以確保設計滿足其所需的約束。
西北大學的一個團隊演示了他們對AI生成的機器人設計的研究。研究人員展示了他們如何在短短幾秒鐘內設計出一個「成功行走的機器人」。就這一點而言，它不是值得一看的東西，但很容易看出，透過進一步的研究，這種方法可以用來創造更複雜的系統。
研究領導Sam Kriegman說「我們發現了一個非常快速的AI驅動的設計算法，可以趕在改善的交通擁堵之前，而不需要人類設計師的意見」。「我們告訴AI，我們想要一個能夠在陸地上行走的機器人。然後，我們只需按一個按鈕，就可以瞬間生成一個機器人的藍圖，這個機器人看起來完全不像地球上曾經行走的任何動物。我把這個過程稱為『瞬間進化』」。
Kriegman補充說：AI程式選擇將腿放在小而柔軟的機器人上。「這很有趣，因為我們並沒有告訴AI一個機器人應該有腿」。「它重新發現，腿是在陸地上移動的一種好方法。在陸地上，行走是最有效的方式」。
Formant創辦人兼席執行長Jeff Linnell告訴我：「從我的角度來看，生成式AI和物理自動化、機器人技術將改變我們對地球上所有生活的認識。我認為我們都知道AI是一個事物，並且期待每個人的工作，每個公司和學生都會受到影響。我認為它與機器人技術相輔相成。您將不再需要編寫機器人的代碼。您將與機器人用英語交談，要求執行操作，然後它將自行解決。那將是一分鐘的事情」。
在創立Formant之前，Linnell創立並擔任了Bot＆Dolly的執行長。這家位於舊金山的公司以其在電影《地心引力》上的工作而聞名，2013年被Google
收購，因為這家軟體龍頭將目光投向了加速該行業（計畫越大，失敗越大，等等）。執行長告訴我，他從那次經歷中得出的關鍵教訓是，這一切都與軟體有關。
新聞原址：https://techcrunch.com/2023/10/14/how-roboticists-are-thinking-about-generative-ai/
- 生成式AI，如ChatGPT和DALL-E，正隨著加密貨幣領域的衰退而崛起，被認為將在未來扮演更加集中的角色。
- 生成式AI不僅在機器人技術中有應用，還在如智慧手機的「計算攝影」等領域中顯示出其潛力。
- 專家和業界領袖普遍認為生成式AI將對生產率和自動化產生廣泛的影響，但也提醒人們要有合理的期望和理解。
新聞內文：
這一次，似乎生成式AI正在等待著時機，等待著加密貨幣不可避免地崩潰。隨著加密貨幣領域的衰退，像「ChatGPT」和「DALL-E」這樣的專案正準備好成為引人注目的報導、希望、批評、悲觀主義以及技術炒作泡沫等不同階段的焦點。
那些關注我的內容的人知道，我對加密貨幣從來不是特別樂觀。然而，生成式AI的情況不同。首先，幾乎普遍認為人工智慧和機器學習在未來將在我們的生活中扮演更加集中的角色。
智慧手機在這裡提供了很好的見解。「計算攝影」是我們經常寫的內容之一。近年來，在這方面取得了巨大的進步，我認為許多製造商在改進產品和降低入門門檻方面，在硬體和軟體之間找到了良好的平衡。例如，Google在像「Best Take」和「Magic Eraser」這樣的編輯功能上取得了真正令人印象深刻的成就。
當然，它們是很酷的技巧，但它們也是有用的，而不是為了增加功能而增加的。然而，未來的關鍵將是「無縫地將它們整合到體驗中」。在理想的未來工作流程中，大多數使用者對幕後發生的事情幾乎沒有概念。他們只會高興地說它有效。這是典型的蘋果策略。
生成式AI在一開始就提供了類似的「哇！」的效果，這是它與前一輪炒作的前輩不同之處。當你不太懂技術的親戚坐在電腦前，輸入幾個單詞到對話框中，然後「看著黑盒子生成畫作和短篇故事」時，不需要太多的概念化。這就是為什麼這一切迅速傳開的主要原因之一。大多數時候，當普通人被推銷先進的技術時，需要他們想象它在未來五到十年內可能是什麼樣子。
對於ChatGPT、DALL-E等，你現在可以第一手體驗。當然，這一切的反面是如何難以控制期望。正如人們傾向於賦予人形機器人或動物的智慧一樣，如果沒有對AI有基本的理解，就很容易投射出意圖。但這就是現在的情況。我們以引人注目的標題為開場，希望人們能夠堅持足夠長的時間來了解背後的機制。
一旦明確了生成式AI在機器人技術的未來中扮演重要角色，我一直在尋找機會在對話中提出問題。我發現，這個領域的大多數人都同意前面那句話的說法，他們認為生成式AI將會產生廣泛的影響，這一點很有趣。
例如，在我最近與Marc Raibert和Gill Pratt的對話中，後者解釋了生成式AI在其機器人學習方法中的作用：我們已經找到了一種方法，使用現代生成式AI技術，可以實現從僅僅幾個範例中示範位置和力量的人類，以教導機器人。而代碼完全沒有更改。這是基於擴散政策的工作。這是我們與哥倫比亞大學和麻省理工學院合作完成的工作。我們已經教授了60種不同的技能。
先前，當我問Nvidia嵌入式和邊緣計算部門的副總兼總經理Deepu Talla「為什麽該公司認為生成式AI不僅僅是一種時尚？」時，他告訴我：「我認為結果說明了一切。你已經可以看到生產率提高了。它可以幫我寫一封電子郵件。它不是完全正確的，但我不必從零開始。它給了我70%。已經有一些明顯的變化，絕對比以前好得多。總結並不完美。我不會讓它閱讀並為我總結。因此，您已經可以看到一些生產率提高的跡象」。
與此同時，在我最近與麻省理工學院CSAIL主任Daniela Rus的對話中，她解釋了研究人員如何使用生成式AI來設計機器人：「事實證明，生成式AI對解決運動規劃問題非常有用。您可以獲得更快的解決方案，控制更流暢和更像人類的解決方案，而不是使用模型預測解決方案。我認為這非常有力，因為未來的機器人將不再那麽機械化。他們的動作將更加流暢和人類化」。
我們還使用生成式AI進行設計。這很有力。這也很有趣，因為它不僅僅是為機器人生成模式。您必須做其他事情。它不能只是基於「數據生成模式」。機器必須在物理學和物理世界的背景下有意義。因此，我們將它們連接到基於物理學的模擬引擎，以確保設計滿足其所需的約束。
西北大學的一個團隊演示了他們對AI生成的機器人設計的研究。研究人員展示了他們如何在短短幾秒鐘內設計出一個「成功行走的機器人」。就這一點而言，它不是值得一看的東西，但很容易看出，透過進一步的研究，這種方法可以用來創造更複雜的系統。
研究領導Sam Kriegman說「我們發現了一個非常快速的AI驅動的設計算法，可以趕在改善的交通擁堵之前，而不需要人類設計師的意見」。「我們告訴AI，我們想要一個能夠在陸地上行走的機器人。然後，我們只需按一個按鈕，就可以瞬間生成一個機器人的藍圖，這個機器人看起來完全不像地球上曾經行走的任何動物。我把這個過程稱為『瞬間進化』」。
Kriegman補充說：AI程式選擇將腿放在小而柔軟的機器人上。「這很有趣，因為我們並沒有告訴AI一個機器人應該有腿」。「它重新發現，腿是在陸地上移動的一種好方法。在陸地上，行走是最有效的方式」。
Formant創辦人兼席執行長Jeff Linnell告訴我：「從我的角度來看，生成式AI和物理自動化、機器人技術將改變我們對地球上所有生活的認識。我認為我們都知道AI是一個事物，並且期待每個人的工作，每個公司和學生都會受到影響。我認為它與機器人技術相輔相成。您將不再需要編寫機器人的代碼。您將與機器人用英語交談，要求執行操作，然後它將自行解決。那將是一分鐘的事情」。
在創立Formant之前，Linnell創立並擔任了Bot＆Dolly的執行長。這家位於舊金山的公司以其在電影《地心引力》上的工作而聞名，2013年被Google
收購，因為這家軟體龍頭將目光投向了加速該行業（計畫越大，失敗越大，等等）。執行長告訴我，他從那次經歷中得出的關鍵教訓是，這一切都與軟體有關。
新聞原址：https://techcrunch.com/2023/10/14/how-roboticists-are-thinking-about-generative-ai/