机器人正在成为我们的队友,无论它们是用于制造业、医院,甚至是用于像协助行动不便者这样的日常任务。然而,要使这种协作取得成功,机器人必须能够识别人类日常所做动作的力度和细微变化。
例如,它们必须能够识别你拿易碎物品时有多轻柔,或者你切菜时按下去有多用力。难题在于,这些手部力量很难预测。想想拿起一个咖啡杯和搬一箱书的感觉有多么不同。你的动作因任务而异;要让机器识别这种差异,光靠直觉是不够的。这就像教一个从未做过饭的人如何揉面团。压力太小会使面团碎掉,压力太大则会破坏面团的质地。
这就是我们开发的一种新方法——分层递归初始残差变换器(hierarchical recurrent-inception residual transformer,简称HRIRT,https://ieeexplore.ieee.org/document/10605060)发挥作用的地方。这就像是赋予机器人自己的“肌肉记忆”和直觉。该方法使用了一种称为力肌图(FMG)传感器的先进传感器,这种非侵入性传感器附着在人体上,可以检测肌肉收缩的变化。在我团队最近进行的研究中,FMG传感器被附着在一个人的手上,使我们能够实时监测施加的精确压力量。
然后,提出的HRIRT就像一个翻译器,即时解释这些数据,并预测一个人在推、举或抓东西时用力的大小或轻柔程度。
设想一个机器人帮助一位难以提起重物的老人。机器人需要知道这个人在提起东西时付出了多少力气,这样它就能在提供帮助时既不会越俎代庖也不会造成伤害。这种方法训练机器人去“感知”这种用力情况并做出适当反应,根据需要调整其帮助力度。这使得人机协作互动安全、高效且直观,就像与一位知道何时介入、何时让你主导的人类同事共事一样。
HRIRT方法不仅让机器人成为更好的队友,还为它们在日益复杂的任务中的应用奠定了基础。这项技术有可能改变人类和机器人在众多领域的协作方式,无论是精密手术、帮助残障人士还是具有挑战性的任务。这项研究真正令人着迷的地方在于我们如何通过结合人工智能的最新进展来解决这个难题,从而迈向一个与机器人共事就像与人互动一样自然的时代。我们正在走向这样一个未来:机器人懂得如何完成我们分配给它们的任务,从而实现更安全、更智能、更轻松的协作互动。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。