DeepMind 的 Gato 刚刚发布！它是一个可以玩 Atari 游戏、字幕图像、与人聊天、控制真正的机械臂等等的转换器！事实上，它只训练一次并使用相同的权重来完成所有这些任务。根据 Deepmind 的说法，这不仅是一个转换器，也是一个代理。当您将 Transformer 与多任务强化学习代理的进展混合使用时，就会发生这种情况。 正如我们所说，Gato 是一个多模式代理。这意味着它可以为图像创建标题或作为聊天机器人回答问题。你会说 GPT-3 已经可以做到这一点，但 Gato 可以做得更多……多模态来自于 Gato 也可以在人类水平上玩 Atari 游戏，甚至可以执行现实世界的任务，例如控制机械臂精确移动物体。它理解文字、图像，甚至物理…… 在视频中了解更多信息 参考 ►阅读全文：   ://www.louisbouchard.ai/deepmind-gato/  ►Deepmind 的博文：   ://www.deepmind.com/publications/a-generalist-agent  ►论文：Reed S. 等人，2022 年，Deemind：Gato，   ://storage.googleapis.com/deepmind-media/A%20Generalist%20Agent/Generalist%20Agent.pdf  ►My Newsletter（每周在您的电子邮件中解释的新 AI 应用程序！）：   ://www.louisbouchard.ai/newsletter/ https https https https 视频脚本 0:00 来自 deepmind 的 Gato 刚刚发布 0:02 这是一个可以播放的变压器 0:04 雅达利游戏标题图片聊天 0:07 人们控制一个真正的机械臂和 0:09  more 确实被训练过一次并使用 0:12 相同的权重来完成所有这些任务 0:15 根据 deepmind 的说法，这不仅是一个 0:17 变压器也是一个代理这是 0:20 混合变压器时会发生什么 0:22 在多任务上取得进展 0:23 正如我们所说的强化学习代理 0:26  gato 是一种多模式代理，这意味着 0:29 它可以为图像创建标题或 0:31 以聊天机器人的身份回答问题 0:34  gpt3 已经可以做到这一点，但 ghetto  0:36 可以做更多的多模态来自 0:39  ghetto 也可以玩 atari 的事实 0:41 人类水平的游戏甚至是真实的 0:44 控制机器人等世界任务 0:46 手臂精确地移动物体 0:48 理解文字图像甚至 0:51 物理贫民窟是第一个通才 0:54 在很多人身上表现如此出色的模型 0:56 不同的任务，这是非常 0:58 对受过训练的领域很有希望 1:00 在 604 个不同的任务上 1:03 方式 意见和行动 1:06 规格使其完美 1:08 通才，正如我所说的那样 1:11 具有相同网络和权重的 1:13 在你问之前它只需要 1.2  1:15 十亿个参数与 gpt3 相比 1:18 需要 1:19 其中1750亿不是陷阱 1:22 你必须重新训练或战斗单位 1:24 对于所有任务，您都可以发送图像 1:27 和文字，它会起作用，你甚至可以 1:29 加入机器人手臂的一些动作 1:32 模型可以决定哪种类型 1:34 根据上下文提供的输出 1:36 从文本到离散动作 1:38 一个环境，如果你喜欢这个视频 1:41 请考虑订阅并让我 1:43 知道你喜不喜欢这种新闻视频 1:46 我肯定会做更多这是可能的 1:48 因为他们的代币化过程 1:50 标记化是当你准备你的 1:52 模态的输入，因为它们没有 1:55 自己理解文字或图像 1:57 语言模型和 ghetto 占据了 1:59 子词的总数，例如 32  2:02  000，每个单词都有一个编号 2:05 他们跟随 vit 的图片 2:08 使用广泛使用的补丁嵌入 2:10  resnet 块，正如我们在之前介绍的 2:12 视频我们还标记了按钮 2:14 按下作为 atari 的整数 2:16 游戏或离散值最终为 2:19 连续值，如本体感受 2:21 我们与机器人讨论过的输入 2:23 他们对不同的轨道进行了编码 2:25 将矩阵转换为浮点数并将它们相加 2:27 在使用所有这些的文本标记之后 2:30 代理适应的不同输入 2:32 当前任务生成适当的 2:34 他们在训练期间使用提示输出 2:36 与先前在 gpt3 中一样进行调节 2:39 抽样行动和观察 2:42 多面手 rl 代理的进展 2:44 去年是不可思议的，来了 2:47 主要从 deepmind 可以看出 2:49 他们正在将针头移近 2:51 通用人工智能或人类水平的智能 2:55 如果我们最终可以定义它，我喜欢如何 2:57 他们在论文中提供了许多细节 2:59 我很高兴看到他们会做什么 3:01 或者其他人会用这个做什么 3:03 模型的架构链接到 3:06 纸了解更多信息 3:07 型号在描述中我希望你 3:09 喜欢这个短视频我刚看到这个 3:12 当我醒来时的消息，我做不到 3:13 除了制作这个视频之外 3:15 在开始我的一天之前 3:17 令人兴奋的，我下周再见 另一篇惊人的论文

Google

Watch more on YouTube: https://www.youtube.com/c/WhatsAI

I explain Artificial Intelligence terms and news to non-experts.

2021 - HackerNoon Contributor of the Year - FACEBOOK

2022 - Best Data Science Newsletter

2022 - HackerNoon Contributor of the Year - Artificial Intelligence

2022 - HackerNoon Contributor of the Year - Computer Vision

2022 - HackerNoon Contributor of the Year - Data Science

2022 - HackerNoon Contributor of the Year - Google

2022 - HackerNoon Contributor of the Year - Innovation

2022 - HackerNoon Contributor of the Year - Machine Learning

2022 - HackerNoon Contributor of the Year - Natural Language Processing

2022 - Top Tech Youtuber

2021 - HackerNoon Contributor of the Year - DEEP-LEARNING

Nominated for 2022 - Best Data Science Newsletter

Nominated for 2022 - HackerNoon Contributor of the Year - Artificial Intelligence

Nominated for 2022 - Top Tech Youtuber

Nominated for 2022 - HackerNoon Contributor of the Year - Innovation

Nominated for 2022 - HackerNoon Contributor of the Year - Data Science

Nominated for 2022 - HackerNoon Contributor of the Year - Natural Language Processing

Deepmind 可能刚刚创造了世界上第一个通用 AI

About Author

註釋

標籤

这篇文章刊登在

Related Stories

释放人工智能的力量。前沿技术的系统评价：摘要与介绍

扬帆起航：利用数据湖开发生产级 RAG 应用程序

比特币 UTXO 模型，为独特的生态系统提供动力

如何将您的工作流程提高 10 倍：17 个必备应用程序

释放人工智能的力量。前沿技术的系统评价：摘要与介绍

扬帆起航：利用数据湖开发生产级 RAG 应用程序

比特币 UTXO 模型，为独特的生态系统提供动力

如何将您的工作流程提高 10 倍：17 个必备应用程序

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps