正规可靠实盘配资炒股平台 生成式AI可训练机器人执行多种任务

　　据美国麻省理工学院官网近日报道，该机构研究人员为了训练更先进的多用途机器人，开发出一种技术：使用一种称为扩散模型的生成式人工智能（AI），可将不同领域、不同形式的多个数据源整合起来，用于多种任务。

从传统的“人盯人”到人工智能24小时无死角盯防，基于浪潮海岳软件搭建的人工智能煤矿重点岗位安全隐患图像智能识别分析系统，以“数据+算力+算法”为支撑，不仅能实时监控、智能识别煤矿作业人员和设备运行状况，还能在发现异常情况时控制设备闭锁或停机，并提醒工作人员处置，实现了从人工巡检到智能监控的跨越，让矿山安全生产更加智能可控。浪潮数字企业总经理魏代森表示，创新应用智能化技术以“数据+算力+算法”赋能传统产业智能化生产，能催生出新模式、新业态。

——国家统计局城市司首席统计师王中华解读2024年3月份商品住宅销售价格变动情况统计数据

　　假设你想训练一个机器人，让它了解如何使用工具，然后快速学会用锤子、扳手和螺丝刀来维修你的房子。为此，你需要大量数据来演示工具的使用。

　　现有的机器人数据集在形式上差异很大。例如，有些包括彩色图像，而另一些则由触觉印记组成。数据也可在不同的领域收集，如模拟或人工演示。每个数据集都可能包含一个独特的任务和环境。

　　在一个机器学习模型中，很难有效地将众多来源的数据整合在一起，因此许多模型仅使用一种类型的数据来训练机器人。但是，以这种方式训练的机器人，在某些特定任务方面的数据相对较少，通常无法在不熟悉的环境中执行新任务。

　　研究人员此次改变策略，训练了一个单独的扩散模型，让它学习使用一个特定数据集来完成一项任务。然后，他们将扩散模型的学习策略组合成一个通用策略，使机器人能在各种设置中执行多项任务。

　　在模拟和真实世界的实验中，这种训练方法使机器人能使用多种工具，并适应训练期间没有学过的新任务。与基线技术相比，这种策略组合将任务性能提高了20%。

　　研究人员表示正规可靠实盘配资炒股平台，解决机器人数据集中的异质性就像一个先有鸡还是先有蛋的问题。如果想使用大量数据来训练通用机器人，首先需要可部署的机器人来获取所有这些数据。利用所有可用的异质数据，类似于研究人员对ChatGPT所做的工作，是机器人领域发展的重要一环。