制造通用人形機(jī)器人的技術(shù)是“我們當(dāng)今時(shí)代最重要的一項(xiàng)技術(shù)挑戰(zhàn)”,其中,Transformer架構(gòu)、大語(yǔ)言模型以及基礎(chǔ)模型等創(chuàng)新為人形機(jī)器人的實(shí)現(xiàn)創(chuàng)造了可能。
智能體的認(rèn)知架構(gòu)是其核心所在,主要包含三個(gè)關(guān)鍵要素:模型、工具和編排層。其中,模型(Model)在智能體的運(yùn)行過(guò)程中充當(dāng)著核心決策制定者的角色。這些模型可以是單個(gè)或多個(gè)不同規(guī)模的語(yǔ)言模型,并且需要遵循基于指令的推理和邏輯框架,例如ReAct、Chain-of-Thought或Tree-of-Thoughts等。
Scaling Law在這一新階段被賦予了新的定義,標(biāo)志著大模型領(lǐng)域的競(jìng)爭(zhēng)焦點(diǎn)已由單純的基礎(chǔ)模型能力比拼,拓展至對(duì)場(chǎng)景應(yīng)用與商業(yè)變現(xiàn)能力的深度挖掘。在此轉(zhuǎn)型過(guò)程中,人工智能在產(chǎn)業(yè)應(yīng)用方面展現(xiàn)出的巨大價(jià)值愈發(fā)凸顯。
IBM和NASA的研究人員本周發(fā)布了一個(gè)開(kāi)源的人工智能氣候模型,該模型旨在準(zhǔn)確預(yù)測(cè)天氣模式,同時(shí),與傳統(tǒng)基于物理的模擬相比,消耗的計(jì)算資源更少。