私はロボット工学における小さなモラベックのパラドックスを観察しています:人間にとって難しい体操は、調理、掃除、組み立てなどの「セクシーでない」作業よりもロボットにとってはるかに簡単です。それは、分野外の人々にとって「では、ロボットはパルクールやブレイクダンスはできるのに、なぜ私の犬の世話をできないのか?」という認知的不協和につながります。信じてください、私はあなたが思っている以上に両親からこのことについて尋ねられました... 「ロボット・モラベックのパラドックス」は、物理的な AI の能力が実際よりもはるかに高度であるかのような錯覚も生み出します。Unitreeは業界の最近のすべてのアクロバティックなデモに広く当てはまるので、私はUnitreeを選び出しているわけではありません。簡単なテストは、横ひっくり返りロボットの前に壁を設置すると、フルパワーで壁にぶつかり、スペクタクルを作ります。なぜなら、周囲を意識せずに、その単一の参照モーションを過剰適合しているだけだからです。 パラドックスが存在する理由は次のとおりです: 「盲目の体操選手」を訓練する方が、見て操作するロボットよりもはるかに簡単です。前者はシミュレーションで完全に解決し、ゼロショットを現実世界に転送できますが、後者は極めてリアルなレンダリング、接触物理学、乱雑な現実世界のオブジェクトダイナミクスを要求しますが、どれもうまくシミュレートすることはできません。 インターネットからではなく、純粋に手作りのテキスト コンソール ゲームから LLM をトレーニングできると想像してみてください。ロボット工学者は幸運でした。私たちはたまたま、加速物理エンジンが非常に優れているため、文字通りゼロの実際のデータを使用して印象的なアクロバットをこなすことができる世界に住んでいます。しかし、一般的な器用さのための同じチートコードはまだ発見されていません。 それまで、私たちは混乱した両親から質問を受けることになります。

🚨 AI モデルは、より優れた斬新な AI モデルを発明しただけです。 中国の研究者は、すべてのLLM研究をモデルに入力し、より優れたベンチマークで損失を低減するために収束する106の新しいAIモデルアーキテクチャを発見しました。 ASI-Arch は、今年最もクールな AI 論文の 1 つです。途中 AGI。

エージェントシステムを構築する場合は、できる限りモデルに頼る必要があります。ハードコーディングでより迅速な結果を得ることはできますが、モデルが反復するにつれて飛躍することになります。 モデルとコンテキストとの関係を構築したいと考えています。 文脈に焦点を当てる 夢想家 。

YouTubeチャンネルのリクエスト:子供たちは頭が腐っているが、実際には密かに人生で素晴らしいことをするために知っておくべきことをすべて教えている 2020年代のセサミストリートのように