グーグルのAI責任者、5年以内にAGIがブレークスルーする可能性は50％と予測！🚨AIカメラがアメリカの小さな町を支配した
グーグルのAI責任者、わずか5年でAGIが誕生する可能性は50％だと語る
グーグル・ディープマインドの共同設立者であるシェーン・レッグは、2028年までに人工知能（AGI）が実現する可能性は五分五分であるという2011年の予測を支持している。この予測は、レイ・カーツワイルの "The Age of Spiritual Machines "に触発され、計算能力とデータが指数関数的に成長するという彼の信念に基づいている。レッグは、AGIにはAIシステムが特定のタスクだけでなく、幅広いタスクを大きな能力格差なくこなすことが必要だと主張する。彼はまた、人間の経験を超える膨大な量のデータを処理できるスケーラブルなアルゴリズムの必要性を強調している。計算能力はAGIにとって十分である可能性が高いことを認めつつも、レッグ氏は、AGIが示された時間枠内に実現する可能性は均衡しており、自身の予測はまだ不確実であると主張している。ディープマインドは、この予測に関する追加コメントをまだ発表していない。
数分で読めるバイトサイズのHacker Newsが欲しいですか？
TLDRの無料日刊ニュースレターをお試しください。
TLDRは、最も興味深いテック、スタートアップ、プログラミングのストーリーを5分以内でカバーします。
スポーツはありません。政治なし。天気もなし。
1,250,000人のソフトウェア・エンジニア、創業者、技術者に読まれています。
購読は無料です。
ジェネレーティブAIでビルドを始めよう - マイクロソフトによる12のレッスン
Microsoft Cloud Advocatesによる12レッスンの包括的なコースで、Generative AIアプリケーション構築の基礎を学びましょう。各レッスンでは、ジェネレーティブAIの原則とアプリケーション開発の重要な側面をカバーします。このコースでは、ジェネレーティブ AI のスタートアップを構築していきます。
ロボットに "何をすべきか "を指示するのではなく、"どのようにすべきか "を指示することで、ロボットを導くことはできるだろうか？
ロボットの学習方法は通常、テキスト命令、ゴール画像、あるいは物体中心の表現を使って、タスク条件付けの方針を提供する......しかし、これらはすべて、ロボットが使う必要のある低レベルの制御動作からはかなり離れている！ロボットのエンド・エフェクターの軌道はどうだろう？
これらの軌道は、ポリシーが予測しなければならない低レベルのロボット動作に近い。より良いことに、我々は訓練中に無料で後知恵の軌道を回復することができる。後知恵によるゴールの再ラベリングに似ているが、代わりに実行されたロボットの軌道全体に適用される。
RT-TrajectoryはRT-1のバックボーンを拡張したもので、言語の代わりに軌跡を条件とする。RT-Trajectoryは、言語の代わりに軌跡を条件とするRT-1のバックボーンを拡張したもので、後知恵で軌跡を学習しますが、推論時には、人間が描いた軌跡、動画から抽出した軌跡、あるいは基礎モデルによって生成された軌跡を利用します。
RT-Trajectoryの最もエキサイティングな貢献の一つは、プロンプトエンジニアリングをロボット工学に応用する能力を示すことである。私たちは、固定された方針と固定された初期条件に対して、「ロボットに良く尋ねるだけ」で性能を向上させることができることを発見しました！🤯
この記事が気に入ったらサポートをしてみませんか？