人工智能的「多元宇宙模擬引擎」預測未來以訓練人形機器人和自駕車
研究人員建造了一個新的「多元宇宙模擬」平台，能夠生成大量數據以訓練由人工智能（AI）驅動的先進自學機器人。這個名為「Cosmos」的工具套件，讓研究人員創建「世界基礎模型」——神經網絡模擬現實環境和物理法則，從而預測現實結果。根據開發這個平台的Nvidia公司所述，這些生成式AI模型能夠產生合成數據，以訓練具體或實體的AI系統，比如自動駕駛車輛（AV）或人形機器人。
訓練AI系統需要大量數據，但科學家估計到2026年時，我們可能會耗盡公共可用數據。與現實世界互動的AI系統，如機器人，通常需要獲取極難生產且成本高昂的真實世界影像。
然而，創建真正有用的合成數據也是一個挑戰，之前有研究警告說，使用構建不當的合成數據可能會變得無法理解。Cosmos旨在解決這些問題，讓科學家能夠快速生成大量基於現實物理的人工視頻資料。
模擬多元宇宙
這個新平台的一個關鍵組件是多元宇宙模擬，在這個過程中，Cosmos與Nvidia的Omniverse軟件系統結合，以生成特定場景中每一種可能的未來結果。這些結果將用於機器人或自駕車的訓練。
該平台使用了用於圖像生成的擴散模型——這是一種通過向數據集中添加「噪音」（顆粒狀的規格）來生成數據的機器學習算法，然後學習去除噪音，以及自回歸模型，這是一種用於預測過程中下一步的統計模型。這兩者結合後，平台能夠接收文本、圖像或視頻，並生成預測特定場景下一步的視頻資料。
Nvidia的創始人兼首席執行官黃仁勳在一份聲明中表示：「機器人的ChatGPT時刻即將到來。像大型語言模型一樣，世界基礎模型對於推進機器人和自駕車的發展至關重要，但並非所有開發者都具備訓練自己的專業知識和資源。我們創建Cosmos是為了讓物理AI變得民主化，讓每個開發者都能夠接觸到通用機器人技術。」
使用Cosmos創建的世界基礎模型也可在開源許可條款下獲得。
這項技術的出現不僅為機器人技術的發展提供了新的可能性，還可能改變整個自動駕駛和人工智能行業的生態系統。隨著AI技術的普及，未來我們可能會看到更多創新的應用場景，這些場景不僅限於工業或商業領域，還可能滲透到我們的日常生活中。隨著技術的進步，如何確保這些機器人和自駕車的安全性和可靠性，將成為未來需要重視的議題。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
