Discuz! Board

 找回密碼
 立即註冊
搜索
熱搜: 活動 交友 discuz
查看: 201|回復: 0
打印 上一主題 下一主題

英國使用類ChatGPT技術訓練無人車,讓車辆在街頭接受實時AI訓練

[複製鏈接]

1008

主題

1008

帖子

3027

積分

管理員

Rank: 9Rank: 9Rank: 9

積分
3027
跳轉到指定樓層
樓主
發表於 2024-4-24 17:41:39 | 只看該作者 回帖獎勵 |倒序瀏覽 |閱讀模式
這家总部位于英國的公司在曩昔几年里取患了一系列冲破。2021 年,它展现了本身的車辆可以在伦敦陌頭接管人工智能練習,并在英國其他四個都會利用人工智能駕驶汽車,這一挑战凡是必要举行重大的工程再造。2022 年,它利用一样的人工智能駕驶了不止一種類型的車辆,這也是该行業的開創。如今它實现了和汽車谈天。

在该公司本周给我的一個演示中,其 CEO 艾利克斯·肯德尔(Alex Kendall)播放了一辆捷豹 I-PACE 汽車拍摄的视频,然後跳到视频的一個随機時候點,并起頭發問:“气候怎样样?”答:气候多云。“你看到了甚麼伤害?”答:左侧有一所黉舍。“你為甚麼泊車?”答:由于红绿灯是赤色的。

肯德尔说:“在曩昔的几周里,咱們看到了一些了不得的事變。我历来没有想過要問如许的問题,可是你看這個。”他输入:“右侧的修建有几多层?”答:三层。

“看到没!”他说,听起来像個自豪的爸爸。“咱們從未練習它去實现這一點。這真的讓咱們感触诧异。咱們認為這是人工智能平安方面的冲破。”

“我對 LINGO-1 的能力印象深入,”美國加州大學伯克利分校的呆板人鑽研員、呆板人公司 Covariant 的結合開創人皮特·阿比尔(Pieter Abbeel)暗示,他测驗考试了這项技能酵素飲品,的演示。阿比尔問 LINGO-1,若是“若是灯是绿色的,你會怎样辦?”

“它几近每次都给出了很是正确的谜底,”他说。

Wayve 但愿經由過程扣問主動駕驶软件的每步举動,正确领會其汽車為甚麼和若何做出某些决议。大大都時辰,汽車開得很好。但當汽車行驶呈现問题時,便可能很難辦,正如Cruise 和 Waymo 等行業领先者所發明的那样。

這两家公司都在美國几個都會摆設了小范围的無人駕驶出租車車队。但技能远非完善。Cruise 和 Waymo 的汽車產生了多起輕细碰撞(据報导 Waymo 杀死了一只狗),并在手足無措時阻碍了交通。

旧金山官員宣称,2023 年 8 月两辆 Cruise 汽車盖住了一辆载有一位伤者的救護車,该伤者厥後在病院不治身亡。Cruise 否定了官方的说法。

Wayve 但愿,當本身的汽車做错了甚麼時,可以请求它們诠释本身的举動,這将比细心檢察视频回放或纯真檢察毛病陈述更快地發明缺點。

阿比尔说:“主動駕驶最关頭的挑战是平安。有了 LINGO-1 如许的體系,我想你會更好地领會它對駕驶的理解。”他说,這使得弱點辨認變得更易。

肯德尔说,下一步是用说话来練習汽車。為了練習 LINGO-1,Wayve 讓其專業司機团队,此中一些是前駕驶锻練,在駕驶時高声措辞,诠释他們在做甚麼和為甚麼如许做:他們為甚麼加快,為甚麼减速,他們意想到了甚麼伤害。

该公司操纵這些数据對模子举行微调,為其供给駕驶技能,就像锻練引导人類學員同样。肯德尔说,奉告汽車若何做某事,而不但仅是展现它,可以大大加速練習速率。

Wayve 其實不是第一個在呆板人技能中利用大型说话模子的公司。其他公司,包含google和 Abbeel 的 Covariant 公司,正在利用天然说话测试或引导家用或工業呆美白淡斑精華液,板人。這類夹杂技能乃至有一個名字:视觉说话動作模子(VLAM,visual-language-action models)。但 Wayve 是第一個将 VLAM 用于主動駕驶的公司。

肯德尔说:“人們常常说一图胜千言,但在呆板進修中,环境偏偏相反。几句话抵得上一千张图片。”一张图片包括大量冗余数据。他说:“當你開車的時辰,你不在意天空,也不在意前車的色彩,或诸如斯類的工具。文字可以集中在首要的信息上。”

纽约大學呆板人鑽研員樂瑞尔·宾图(Lerrel Pinto)说:“Wayve 的法子出格有趣且怪异。”他特别喜好 LINGO-1 诠释其举動的方法。

但他很好奇當模子瞎编乱造時會產生甚麼。“我不信赖大型说话模子會彻底输出真正的工具,”他说,“我不肯定我是不是可以信赖它們来接收我的車。”

佐治亚理工學院的鑽研員乌云普尔·爱桑(Upol Ehsan)也有雷同的保存定见,他致力于鑽研讓人工智能向人類诠释其决议计劃的法子。爱桑说:“用简略的话说,大型说话模子可以天生很棒的空话。咱們必要貼上亮黄色的‘告诫’標签,确保天生的说话不包括‘幻觉’。”

Wayve 很是清晰這些問题,并正在尽力使 LINGO-1 尽量正确。肯德尔说:“咱們在任何大型说话模子中都看到了一样的挑战。這固然還不完善。”

與非夹杂模子比拟,LINGO-1 的一個上風玻尿酸 ,是,它的回應是基于相干的视频数据的。理论上,這應當使 LINGO-1 加倍真實可托。

肯德尔说,這不但仅是关于汽車的。“人類進化出说话是有缘由的:這是咱們所晓得的、交换繁杂话题最有用的方法。我認為智能呆板也是如斯。咱們将来與呆板人互動的方法将是經由過程说话完成的。”

阿比尔對此暗示赞成。“我認為咱們行将看到呆板人技能的革命,”他说。

作者简介:威尔·道格拉斯·海文(Will Douglas Heaven)是《麻省理工科技评论》人工智能栏目標高档编纂,他在這里報导新的鑽研、新兴趋向及其暗地里的雨刷精錠,人。此前,他是英國播送公司(BBC)科技與地缘政治網站 Future Now 的開創编纂,也是 New Scientist 杂志的首席技能编纂。他具有英國伦敦帝國理工學院计较機酵素梅子,科學博士學位,深谙與呆板人互助的體驗。
回復

使用道具 舉報

您需要登錄後才可以回帖 登錄 | 立即註冊

本版積分規則

Archiver|手機版|小黑屋|新北市學車交流論壇  

GMT+8, 2024-11-22 04:56 , Processed in 0.078224 second(s), 5 queries , File On.

Powered by Discuz! X3.3

© 2001-2017 Comsenz Inc.

快速回復 返回頂部 返回列表