Чат-бот Google Bard перейдёт на более совершенную языковую модель PaLM
Чат-бот Google Bard, основанный на алгоритмах искусственного интеллекта, не стал революционным решением — его немногочисленные пользователи обратили внимание, что ответы системы по полноте и информативности уступают конкурирующим ChatGPT и связанному с ним Bing Chat. Но на достигнутом Google останавливаться не собирается, сообщил в подкасте Hard Fork газеты New York Times глава компании Сундар Пичаи (Sundar Pichai).
По словам гендиректора Google, в ближайшее время чат-бот Bard будет переведён с используемой сейчас большой языковой ИИ-модели LaMDA на более мощную PaLM. Когда его спросили, как он относится к реакции общественности на релиз Bard, Пичаи ответил: «У нас явно есть более функциональные модели. Очень скоро, может быть, сразу после выхода, мы обновим Bard до некоторых из наших более совершенных моделей PaLM, которые обеспечат больше возможностей, будь то рассуждения или написание кода».
Модель LaMDA была обучена со 137 млрд параметров, тогда как у PaLM их уже 540 млрд. Обе системы разрабатывались предположительно с начала 2022 года, и сейчас в Google решили перевести чат-бота на PaLM с более объёмным набором данных и более разнообразными ответами. Сундар Пичаи, по его собственному утверждению, не особо беспокоится о темпах развития ИИ от Google по сравнению с конкурентами: компания преднамеренно запустила Bard на базе менее мощной LaMDA — она требует более скромных вычислительных ресурсов, благодаря чему большее число пользователей Google смогло протестировать чат-бот и оставить отзывы о его работе.
С выводом более мощной модели в общий доступ в компании решили не торопиться — инженеры Google должны иметь возможность оперативно принимать необходимые меры. Технология пока только развивается, и со временем Bard будет подключаться к более функциональным моделям, пообещал Пичаи: компания не стремится стать первой — для неё важнее допускать меньше ошибок при разработке этого направления. А в инициативе по ограничению разработки ИИ-моделей глава Google не видит ничего плохого: это направление слишком важное, чтобы оставаться без регулирования.
+7 (495) 749-28-49
www.configit.ru
https://3dnews.ru/1084394/chatbot-google-bard-pereydyot-na-bolee-sovershennuyu-yazikovuyu-model-palm?utm_source=yxnews&utm_medium=desktop
#google #bard #palm #chatgpt #bing #ии #чат #модель #новости #ит #конфигит #configit #cit
Чат-бот Google Bard, основанный на алгоритмах искусственного интеллекта, не стал революционным решением — его немногочисленные пользователи обратили внимание, что ответы системы по полноте и информативности уступают конкурирующим ChatGPT и связанному с ним Bing Chat. Но на достигнутом Google останавливаться не собирается, сообщил в подкасте Hard Fork газеты New York Times глава компании Сундар Пичаи (Sundar Pichai).
По словам гендиректора Google, в ближайшее время чат-бот Bard будет переведён с используемой сейчас большой языковой ИИ-модели LaMDA на более мощную PaLM. Когда его спросили, как он относится к реакции общественности на релиз Bard, Пичаи ответил: «У нас явно есть более функциональные модели. Очень скоро, может быть, сразу после выхода, мы обновим Bard до некоторых из наших более совершенных моделей PaLM, которые обеспечат больше возможностей, будь то рассуждения или написание кода».
Модель LaMDA была обучена со 137 млрд параметров, тогда как у PaLM их уже 540 млрд. Обе системы разрабатывались предположительно с начала 2022 года, и сейчас в Google решили перевести чат-бота на PaLM с более объёмным набором данных и более разнообразными ответами. Сундар Пичаи, по его собственному утверждению, не особо беспокоится о темпах развития ИИ от Google по сравнению с конкурентами: компания преднамеренно запустила Bard на базе менее мощной LaMDA — она требует более скромных вычислительных ресурсов, благодаря чему большее число пользователей Google смогло протестировать чат-бот и оставить отзывы о его работе.
С выводом более мощной модели в общий доступ в компании решили не торопиться — инженеры Google должны иметь возможность оперативно принимать необходимые меры. Технология пока только развивается, и со временем Bard будет подключаться к более функциональным моделям, пообещал Пичаи: компания не стремится стать первой — для неё важнее допускать меньше ошибок при разработке этого направления. А в инициативе по ограничению разработки ИИ-моделей глава Google не видит ничего плохого: это направление слишком важное, чтобы оставаться без регулирования.
+7 (495) 749-28-49
www.configit.ru
https://3dnews.ru/1084394/chatbot-google-bard-pereydyot-na-bolee-sovershennuyu-yazikovuyu-model-palm?utm_source=yxnews&utm_medium=desktop
#google #bard #palm #chatgpt #bing #ии #чат #модель #новости #ит #конфигит #configit #cit
3DNews - Daily Digital Digest
Чат-бот Google Bard перейдёт на более совершенную языковую модель PaLM
Чат-бот Google Bard, основанный на алгоритмах искусственного интеллекта, не стал революционным решением — его немногочисленные пользователи обратили внимание, что ответы системы по полноте и информативности уступают конкурирующим ChatGPT и связанному с ним…
Google начала обучать роботов с помощью нейросети Robotic Transformer
Команда Google DeepMind в 2022 году представила систему для обучения роботов новым задачам нейросеть — Robotics Transformer (RT-1). Теперь вышла RT-2, с помощью которой компания начала обучать своих роботов.
RT-1 использовалась для обучения Everyday Robot более чем 700 задачам. Система включала базу данных из 130 тысяч демонстраций, что, по словам команды DeepMind, привело к успешному выполнению заданий в 97% случаев.
Теперь же глава отдела робототехники DeepMind Винсент Ванхоук рассказал, что RT-2 позволяет роботам эффективно переносить концепции, изученные на относительно небольших наборах данных, в различные сценарии. Это новая версия того, что компания называет моделью видения-языка-действия (VLA). Модель учит роботов лучше распознавать визуальные и языковые шаблоны, интерпретировать инструкции и делать выводы о том, какие объекты лучше всего подходят для запроса. Она обучалась на веб-данных и данных робототехники, используя достижения исследований в больших языковых моделях, таких как Bard от Google, и комбинируя их с роботизированными данными. Модель понимает указания на языках, отличных от английского.
«RT-2 демонстрирует улучшенные возможности обобщения, а также семантическое и визуальное понимание за пределами обучающих данных», — объясняют в Google. Нейросеть может интерпретировать новые команды и реагировать на команды пользователя путём выполнения элементарных рассуждений, в том числе о категориях объектов. Она способна находить лучший инструмент для конкретной новой задачи на основе существующей контекстной информации.
Ванхоук приводит сценарий, в котором робота просят выбросить мусор. Во многих моделях пользователь должен научить его определять, что считается мусором, а затем обучить собирать отходы и выбрасывать их. «RT-2 уже имеет представление о том, что такое мусор, и может идентифицировать его без специального обучения», — пишет Ванхоук. — «У него даже есть представление о том, как выбрасывать мусор, хотя его никогда не обучали этому действию. И подумайте об абстрактной природе мусора — то, что было пакетом чипсов или банановой кожурой, становится мусором после того, как вы съедите содержимое. RT-2 может понять это из своих данных для обучения языку зрения и выполнить свою работу».
Исследователи протестировали RT-2 с манипулятором в кухне, попросив робота решить, из чего сделать хороший импровизированный молоток (это был камень), и выбрать напиток для истощенного человека (Red Bull). Они также сказали роботу переместить банку из-под Coca-Cola к фотографии Тейлор Свифт.
Команда говорит, что уровень эффективности при выполнении новых задач улучшился с 32% до 62% при переходе от RT-1 к RT-2.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/751282/
#google #deepmind #palm #роботы #обучение #ии #новости #ит #конфигит #configit #cit
Команда Google DeepMind в 2022 году представила систему для обучения роботов новым задачам нейросеть — Robotics Transformer (RT-1). Теперь вышла RT-2, с помощью которой компания начала обучать своих роботов.
RT-1 использовалась для обучения Everyday Robot более чем 700 задачам. Система включала базу данных из 130 тысяч демонстраций, что, по словам команды DeepMind, привело к успешному выполнению заданий в 97% случаев.
Теперь же глава отдела робототехники DeepMind Винсент Ванхоук рассказал, что RT-2 позволяет роботам эффективно переносить концепции, изученные на относительно небольших наборах данных, в различные сценарии. Это новая версия того, что компания называет моделью видения-языка-действия (VLA). Модель учит роботов лучше распознавать визуальные и языковые шаблоны, интерпретировать инструкции и делать выводы о том, какие объекты лучше всего подходят для запроса. Она обучалась на веб-данных и данных робототехники, используя достижения исследований в больших языковых моделях, таких как Bard от Google, и комбинируя их с роботизированными данными. Модель понимает указания на языках, отличных от английского.
«RT-2 демонстрирует улучшенные возможности обобщения, а также семантическое и визуальное понимание за пределами обучающих данных», — объясняют в Google. Нейросеть может интерпретировать новые команды и реагировать на команды пользователя путём выполнения элементарных рассуждений, в том числе о категориях объектов. Она способна находить лучший инструмент для конкретной новой задачи на основе существующей контекстной информации.
Ванхоук приводит сценарий, в котором робота просят выбросить мусор. Во многих моделях пользователь должен научить его определять, что считается мусором, а затем обучить собирать отходы и выбрасывать их. «RT-2 уже имеет представление о том, что такое мусор, и может идентифицировать его без специального обучения», — пишет Ванхоук. — «У него даже есть представление о том, как выбрасывать мусор, хотя его никогда не обучали этому действию. И подумайте об абстрактной природе мусора — то, что было пакетом чипсов или банановой кожурой, становится мусором после того, как вы съедите содержимое. RT-2 может понять это из своих данных для обучения языку зрения и выполнить свою работу».
Исследователи протестировали RT-2 с манипулятором в кухне, попросив робота решить, из чего сделать хороший импровизированный молоток (это был камень), и выбрать напиток для истощенного человека (Red Bull). Они также сказали роботу переместить банку из-под Coca-Cola к фотографии Тейлор Свифт.
Команда говорит, что уровень эффективности при выполнении новых задач улучшился с 32% до 62% при переходе от RT-1 к RT-2.
7 (495) 749-28-49
www.configit.ru
https://habr.com/ru/news/751282/
#google #deepmind #palm #роботы #обучение #ии #новости #ит #конфигит #configit #cit
Хабр
Google начала обучать роботов с помощью нейросети Robotic Transformer
Команда Google DeepMind в 2022 году представила систему для обучения роботов новым задачам — Robotics Transformer (RT-1). Теперь вышла RT-2, с помощью которой компания начала обучать своих роботов....