GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS

整数智能 • • 产品 • 210 views
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS


MOLAR FRESH   2021年33期

人工智能新鲜趣闻    每周一更新


01 MIT新研究：GPT-3和人类大脑处理语言的方式惊人相似

计算机擅长理解结构化数据，让计算机去理解主要以文化习惯沉淀下来的人类语言是一件困难的事。

来自麻省理工学院（MIT）的科学家向 AI 模型输入与测试人类大脑相同的刺激，结果发现很多模型获得了与人类相同类型的激活。

在超过 40 种语言模型的测试中，OpenAI 的 GPT 系列可以几乎完美地进行一些推断，而且这种能力具有跨数据集的稳健性。

来自 MIT 的一项新研究表明，这些模型的基本功能其实类似于人类大脑语言处理中心的功能。

「模型预测出的下一个词越准，它和人类大脑契合度就越高」MIT 的认知神经科学教授 Nancy Kanwisher表示「令人惊奇的是，这些模型契合得竟如此之好。这是强烈的间接证据，证明人类的语言系统可能就是在预测接下来会发生什么。」

MIT 的研究团队分析了 43 种不同的语言模型，包括一些针对下一个词预测任务进行了优化的模型，其中 GPT-3 可以根据提示生成类似于人类生成的文本，还有一些模型旨在补全文本中的空白。
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
「这项研究的一个关键结论是，语言处理是一个高度约束问题：AI 工程师创造的最佳解决方案最终与创造人类大脑进化过程所得到的解决方案类似。」
斯坦福大学心理学和计算机科学助理教授 Daniel Yamins 评价说：「人工智能网络并没有试图直接模仿大脑，然而最终看起来像大脑一样，这在某种意义上表明，人工智能和自然之间发生了某种趋同演化。」


参考资料：

https://www.pnas.org/content/118/45/e2105646118

https://twitter.com/martin_schrimpf/status/1276832575022137344

来源：机器之心


02 穿上这件有“触感”的智能毛衣，成为科学界弄潮儿

除了智能手机、手表之外，未来的可穿戴设备又要新增一员大将——触觉纺织品。

这是麻省理工学院计算机科学与人工智能实验室（CSAIL）研究团队的最新成果，一款新型的纺织品“Omnifiber”，它能够“感知”被拉伸或压缩的程度，提供即时的触觉反馈，可用于帮助训练歌手或运动员进行呼吸训练，或帮助患者从疾病或手术中恢复呼吸模式。
Omnifiber的设计基于原始的流体人造肌肉，人造肌肉由弹性管和包裹的纤维编织套组成，根据纤维编织方式的不同，再通过控制弹性管内的流体输入，可改变致动行为，如伸长、收缩或者弯曲。
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
Omnifiber可以通过输入气体来驱动，开发人员利用两个微型隔膜泵串联充气，利用闭环控制和双向交互可以产生更高的压力来同时驱动多个长纤维。
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
OmniFiber以用正常的编织方式制成衣服，纤维中的可拉伸传感器实时捕捉、应变简单的弯曲行为，就像皮肤一样产生多种触觉特性。

第一个试穿的用户是一名歌唱家，研究人员将OmniFiber编织成紧身衣，来帮助她进行唱歌时的呼吸训练。

GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
紧身衣的设计由三个模块组成，它们通过顺序加压和排气来模拟穿着者身体上的蠕动呼吸运动，实现 1.2 – 6.5 kPa 的均匀压缩压力，允许对身体进行轻度到更强的压缩范围。
研究人员还利用OmniFiber制作了多种可穿戴设备，例如能弹钢琴的嵌入式“技能手套”，能反映人体脊柱运动的“背背佳”，以及用于表达和游戏的仿生机器人。
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
来源：机器人大讲堂


03 清华打造世界上合作最紧密AI足球队

清华大学打造了一支AI足球团队，不仅有个人能力突出的明星球员，也有世界上最强最紧密的团队合作。在多项国际比赛中所向披靡，夺得冠军。

足球队员为多智能体强化学习AI——TiKick，在单智能体控制和多智能体控制上均取得了SOTA性能，并且还是首次实现同时操控十个球员完成整个足球游戏。

GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
这支强大的AI团队是如何训练出来的呢？——从单智能体策略中进化出的多智能体足球AI

训练所用的强化学习环境为Google Research Football（GRF）。

他们先从Kaggle在2020年举办的GRF世界锦标赛中，观摩了最终夺得冠军的WeKick团队数万场的自我对弈数据，使用离线强化学习方法从中学习。
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
如何从单智能体数据集学习出多智能体策略呢？

他们在动作集内添加了第二十个动作：build-in，并赋予所有非活跃球员此标签。

接着采用多智能体行为克隆(MABC)算法训练模型。

最终的分布式训练架构由一个Learner与多个Worker构成。

其中Learner负责学习并更新策略，而Worker负责搜集数据，它们通过gRPC进行数据、网络参数的交换与共享。

GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
这种并行化的执行方式，也就大幅提升了数据搜集的速度，从而提升训练速度（5小时就能达到别的分布式训练算法两天才能达到的同等性能）。

另外，通过模块化设计，该框架还能在不修改任何代码的情况下，一键切换单节点调试模式和多节点分布式训练模式，大大降低算法实现和训练的难度。

在多智能体（GRF）游戏上的不同算法比较结果中，TiKick的最终算法（+AW）以最高的获胜率（94.4%）和最大的目标差异达到了最佳性能。

论文地址：

https://arxiv.org/abs/2110.04507

项目地址：

https://github.com/TARTRL/TiKick

参考链接：

https://zhuanlan.zhihu.com/p/421572915

来源：量子位


04 用GAN也可以P图，效果还不输PS

把人的眼睛变大、把闭着的嘴合上、转动眼珠：

GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
质量如此逼真、一点糊图的痕迹都没出现——

如果我不说，你知道这其实是GAN自己P的吗？

感受一下酷炫的动图
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
以上这些都来自一个叫做EditGAN的模型，可以对图像实现很多细节上的编辑，同时还能保持原图质量。

研究出自英伟达、多伦多大学以及MIT，相关论文已被NeurIPS 2021接收。

EditGAN作为一种全新方法，只需少量语义标记就能训练。

它会把原图像分割成高度精细的语义块（segmentation mask），有多精细呢？

就比如下面这张人脸图，被足足按30种语义进行了分割：
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
而在一个交互工具中（还未开放地址），只需操作这些语义块就可以对相应部分进行修改。
GPT-3和人脑处理语言方式惊人相似；毛衣也有“触感”；清华打造Ai足球队；用GAN也可以P图，效果不输PS
EditGAN的关键思想在于利用图像和语义分割的联合分布p(x, y) 。

具体来说就是给定要编辑的新图像x，将其嵌入到EditGAN的潜空间，由于语义分割图和RGB图像共享相同的潜码，所以可以得到相应的分割图y。

接着，使用简单的交互式数字绘画或标签工具，可以根据所需的编辑手动修改分割图y。

然后进行共享潜码的优化，以保持新分割图与真实图像的RGB外观一致，如图所示：

原创文章，作者：整数智能，如若转载，请注明出处：https://www.agent-universe.cn/2021/11/8405.html

Like (0)
0

关于作者

整数智能

整数智能

整数智能作为AI行业的数据合伙人，我们提供专家级的数据标注工程平台与数据集解决方案(数据采集、数据清洗与数据标注)
Previous 2021-11-09 12:06
Next 2021-11-22

相关推荐