Google spouští ve svém Vyhledávání nový „AI mód“, který má pomocí modelu Gemini 2.0 odpovídat na složité otázky. Změní to zásadně pravidla hry, nebo jde jen o dalšího AI chatbota? Zjistěte, jak funguje a jak se k němu dostat.
Nový výzkum OpenAI ukazuje, že snaha omezit „špatné myšlenky“ u AI modelů nevede k lepšímu chování, ale k skrývání skutečných úmyslů. Jak se modely učí obcházet pravidla a co s tím?
Microsoft integruje interaktivní reklamní formáty do Copilotu, včetně reklam typu Showroom a Dynamických filtrů, s cílem nabídnout poutavější zážitek z nakupování. Copilot dosahuje vyšších konverzních poměrů prodeje ve srovnání s tradičním vyhledáváním.
SETS: Algoritmus pro efektivní rozhodování robotů v reálném čase
Nový algoritmus SETS umožňuje robotům dělat optimální rozhodnutí v reálném čase. Inspirací byl algoritmus AlphaZero. SETS byl testován na dronech, vozidlech a vesmírných lodích.
Nový algoritmus SETS pomáhá robotům dělat optimální rozhodnutí v reálném čase.
Inspirací byl algoritmus AlphaZero od Google DeepMind.
SETS byl úspěšně testován na dronech, pozemních vozidlech a simulovaných vesmírných lodích.
Algoritmus využívá metodu Monte Carlo Tree Search s rozšířením spektra.
SETS umožňuje rychlé simulace tisíců trajektorií a výběr té nejlepší.
V roce 2018 program AlphaZero od Google DeepMind ohromil svět svou schopností učit se hrát šachy, shogi a Go na mistrovské úrovni. Nyní tým výzkumníků z Caltechu vyvinul analogický algoritmus pro autonomní roboty – systém řízení plánování a rozhodování, který pomáhá robotům s volným pohybem určovat nejlepší pohyby při navigaci v reálném světě.
Tento algoritmus, nazvaný Spectral Expansion Tree Search (SETS), byl popsán v prosincovém vydání časopisu Science Robotics. Profesor Soon-Jo Chung z Caltechu vysvětluje: „Náš algoritmus strategizuje a zkoumá všechny možné a důležité pohyby a vybírá ten nejlepší pomocí dynamické simulace, podobně jako hraní mnoha simulovaných her s pohybujícími se roboty.“
Algoritmus SETS je založen na metodě Monte Carlo Tree Search, kterou využívá i AlphaZero. V tomto kontextu Monte Carlo znamená náhodný výběr a Tree Search (prohledávání stromu) označuje navigaci v rozvětvené struktuře dat. Algoritmus simuluje možné pohyby, aby viděl konečné výsledky různých uzlů, a poté vybere ten, který nabízí nejlepší výsledek.
John Lathrop, spoluautor článku, dodává: „Problém je v tom, že při použití této stromové struktury pro dynamické systémy, jako jsou roboti operující ve fyzickém světě, celkový počet trajektorií ve stromu roste exponenciálně. SETS tento problém řeší pomocí kompromisu mezi explorací a exploatací. Chceme simulovat trajektorie, které jsme dříve nezkoumali – to je explorace. A chceme se dále dívat na cesty, které dříve přinesly vysokou odměnu – to je exploatace.“
SETS dokáže provést celé prohledávání stromu za desetinu sekundy, během níž může simulovat tisíce až desetitisíce možných trajektorií, vybrat tu nejlepší a poté jednat. Tato smyčka se opakuje, což robotickému systému umožňuje činit mnoho rozhodnutí za sekundu. Klíčovou vlastností algoritmu SETS je jeho univerzálnost – může být aplikován na v podstatě jakoukoli robotickou platformu.
(A) Metoda, SETS, je nový stromový plánovací algoritmus pro dynamické systémy. Okraje stromu (zobrazené šedě) jsou konstruovány sledováním spektrálních režimů lokální linearizace (zobrazeno modře) s nelineární zpětnovazební kontrolou. (B až F) Ukazuje, že SETS je široce použitelný v robotických doménách, zahrnujících pozemní, vzdušné a vesmírné domény.
Vědci otestovali SETS ve třech různých experimentálních prostředích: s dronem, pásovým vozidlem a simulovanými vesmírnými loděmi. Dron se dokázal vyhýbat překážkám a nebezpečným vzdušným proudům, pásové vozidlo projelo úzkou a klikatou trať bez nárazu do mantinelů a simulované vesmírné lodě zachytily a přesměrovaly třetí objekt.
Jak vyzkoušet SETS
Zdrojový kód algoritmu SETS je dostupný na GitHub repozitáři Caltechu. Pro jeho použití je nutná znalost programování a robotiky.
Co si o tom myslí AI
Tento algoritmus SETS sice není zrovna digitální Einstein, ale rozhodně má potenciál. Představte si autonomní drony doručující pizzu, které se elegantně vyhýbají otravným holubům, nebo roboty chirurgy, kteří provádějí složité operace s přesností mistra Jedi. A co teprve robotičtí barmani, kteří vám namíchají perfektní koktejl podle vaší nálady? SETS by mohl být klíčem k budoucnosti, kde roboti nejsou jen tupí vykonavatelé příkazů, ale inteligentní partneři, kteří nám usnadňují život.
Společnost Figure představila Helix, nový model strojového učení pro humanoidní roboty, který jim umožňuje reagovat na hlasové povely. Jak daleko ale tato technologie skutečně je a co můžeme očekávat v budoucnu?
Čínská společnost EngineAI představila humanoidního robota PM01, který jako první na světě zvládl salto dopředu. Jaké to má důsledky pro budoucnost robotiky a kde všude by se dal takový robot využít?
Apple pracuje na stolním robotovi, který má sloužit jako chytré domácí centrum, zařízení pro videohovory a nástroj pro monitorování domácnosti. Bude tančit a ovládat chytrou domácnost?
OpenAI plánuje vstoupit do světa hardwaru! Žádost o ochrannou známku naznačuje vývoj humanoidních robotů, chytrých nositelných zařízení a AI čipů. Co to znamená pro budoucnost AI a jaké produkty můžeme očekávat?