英偉達在人工智能領域全力以赴。Eureka 幫助機器人比有抱負的外科醫生更快地學習復雜的技能，其新的 SteerLM 希望讓人工智能訓練中的人類注釋成爲過去。

使用 AI創建的圖像

英偉達研究人員在機器人靈活性方面取得了重大飛躍，這要歸功於Eureka，這是一種人工智能代理，據稱可以像人類一樣熟練地教機器人復雜的技能，比如轉筆技巧。

周四發表的一篇論文概述了這項新技術，它建立在OpenAI 的 GPT-4等大型語言模型的最新進展之上。Eureka 利用生成式人工智能自主編寫復雜的獎勵算法，使機器人能夠通過試錯強化學習進行學習。該論文概述說，事實證明，這種方法比人類編寫的程序有效 50% 以上。

Nvidia 的官方博客文章稱，“Eureka 還教會了四足靈巧的手、協作機器人手臂和其他機器人打开抽屜、使用剪刀、接球和近 30 種不同的任務。” 

Eureka 是 Nvidia 在使用語言模型引導人工智能方面的开創性工作的最新演示。最近，該公司开源了SteerLM，這是一種通過對人類反饋進行培訓來使人工智能助手變得更加有幫助的方法。

與 Eureka 類似，SteerLM 也利用了語言模型的進步，但將其重點放在不同的挑战上——提高人工智能助手的一致性。SteerLM 通過讓助理練習對話來訓練他們，就像機器人通過實踐來學習一樣。該系統通過樂於助人、幽默和質量等屬性對助理的反應提供反饋。

例如，它就像一個機器人從標記爲好或壞的視頻中學習跳舞，而不是讓人類審查數千個隨機舞蹈並選擇哪些是好的或不好的（這是典型的人工智能聊天機器人的訓練方式）。通過反復練習和獲取反饋，助手學會根據用戶的需求提供量身定制的響應。這有助於使人工智能更有利於現實世界的應用。

共同點是以創造性的新方式使用先進的神經網絡，無論是教學機器人還是聊天機器人。Nvidia 正在突破硬件和軟件方面的界限。

對於 Eureka 來說，關鍵是將Isaac Gym等模擬技術與語言模型的模式識別能力相結合。Eureka 有效地“學會學習”，在多次訓練運行中優化自己的獎勵算法。它甚至接受人類輸入來完善其獎勵。

到目前爲止，這種自我改進的方法已被證明具有高度的通用性，可以訓練各種類型的機器人——有腿的、輪式的、飛行的和靈巧的手。

Nvidia 的 Eureka 和 SteerLM 不僅打破了障礙，還向機器人和人工智能傳授技巧和富有洞察力的交互藝術。通過每一次揮筆和詼諧的交談，他們正在勾勒出一個未來，人工智能不僅會模仿，而且會與我們一起創新。

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播信息之目的，不構成任何投資建議，如有侵權行為，請第一時間聯絡我們修改或刪除，多謝。