Після літа ШІ: що чекає на штучний інтелект?

за будь-хто з них міра, 2023 рік був А дивовижний рік для ШІ. Великий мова Моделі (LLM) І їх чат-бот програми вкрали THE показати, але там були аванси через А широкий валок з використовує. Ці включати картина, відео І голос покоління.

THE поєднання з ці цифровий технології мати спрямований має новий використовувати справа І бізнес моделі, навіть має THE вказати Або цифровий людей є стати банальний, замінити справжній людей як впливові особи І ведучі новин.

Понад усе, 2023 рік був THE рік Коли великий Числа з Люди почати має використовувати І прийняти ШІ навмисно як частина з їх кожен день працювати. швидко ШІ інноваційність має з живленням майбутнє прогнози, як ДОБРЕ, в тому числі все Оскільки дружній Будинок роботів має штучні загальний інтелект (AGI) в А десятиліття. що сказав, прогрес схід Ніколи А правильно подвійний І виклики міг би плутати декілька з ці передбачив аванси.

як ШІ більше і більше плететься в THE тканина з НАША кожен день життя І робота, він благає THE питання: Що може ми чекати на далі?"

Поки цифровий аванси продовжувати має дивувати, THE фізичний королівство з ШІ — зокрема робототехніка — схід ні далеко ззаду в захоплення НАША уява. магістр права міг би забезпечити THE відсутній шматок, в основному А мозок, зокрема Коли комбіновані з картина підтвердження здібності через камера бачення. с ці технології, роботів міг би більше легко зрозуміти І відповідь має запити І сприймати THE світ навколо їх.

в THE робот звіт, Nvidia Віце-президент з роботів І краю обчислення Діпу Талла сказав що магістр права буде включити роботів має краще зрозуміти людини інструкції, навчитися Оскільки А інший І зрозуміти їх середовищ.

А шлях має покращити робот продуктивність схід має використовувати декілька моделі. MIT Малоймовірно ШІ лабораторія, А гурт в THE комп'ютер Наука І Штучні Інтелект Лабораторія (CSAIL), для наприклад, має розроблений А рамка що робить використовувати з три інший основа моделі кожен прослуховування для конкретні завдання такий як мова, бачення І дії.

«Кожен основа модель захоплення А інший частина з THE [робот] прийняття рішень процес І ТАК працює разом Коли Це є час має ЗРОБИТИ рішення", лабораторія дослідники звіт.

Інкорпорація ці моделі може ні бути достатньо для роботів має бути широко придатний для використання І практичний в THE справжній світ. МАЄ адресу ці межі, А новий ШІ система дзвонив мобільний ALOHA має був розроблений має Стенфорд Університет.

Це система дозволяють роботів "має автономним способом повний складні мобільний поводження завдання такий як удар І частина А шматок з креветки, відкриття А з двома дверима стіна шафа має зберігати важкий приготування їжі каструлі, виклик І введіть А ліфт І злегка полоскання А використовується плита використовуючи А кухня кран. »

Це спрямований Джек Кларк має бути думкою в її Імпорт ШІ бюлетень: «Роботи може бути наближається їх 'ImageNet момент' Коли обидва THE вартість з навчання робот поведінки падає, як робити THE даних для навчання їх поведінки."

ImageNet схід А великий бази даних з позначений фотографії почати за Фей Фей Лі в 2006 рік І схід широко використовується в йти далі комп'ютер бачення І глибокий навчання дослідження. Від'їзд в 2010, ImageNet подається як THE бази даних для А річний змагання прицілювання має оцінити THE продуктивність з комп'ютер бачення алгоритми в картина класифікація, об'єкт виявлення І Місцезнаходження завдання.

THE момент Кларк посилання схід Оскільки 2012 рік, Коли декілька ШІ дослідники в тому числі Алекс Криєвський разом з Існує Суцкевер І Жоффруа Хінтон розроблений А згортковий нейронні мережі (CNN) архітектура, А форму з глибокий навчання, що досягнуто А драма...