Jadual Kandungan
Masa depan projek Burnham
Rumah Peranti teknologi AI Amazon didedahkan secara rahsia membangunkan robot rumah baharu dengan fungsi yang serupa dengan ChatGPT

Amazon didedahkan secara rahsia membangunkan robot rumah baharu dengan fungsi yang serupa dengan ChatGPT

May 11, 2023 pm 12:43 PM
AI burnham

Amazon didedahkan secara rahsia membangunkan robot rumah baharu dengan fungsi yang serupa dengan ChatGPT

Menurut dokumen dalaman yang bocor pada 10 Mei, gergasi runcit Amazon secara rahsia sedang membangunkan versi dinaik taraf robot rumahnya Astro supaya ia dapat memahami dengan lebih baik perkara yang diperhatikannya terhadap sesuatu dan bertindak balas terhadap sesuatu. dengan lebih bijak.

Dokumen menunjukkan bahawa projek itu, yang secara dalaman diberi nama kod "Burnham," menambahkan lapisan "antara muka suara pintar dan perbualan" pada Astro. Amazon menyifatkan teknologi baharu itu, yang dipanggil "pemahaman kontekstual," sebagai "teknologi kecerdasan buatan kami yang terkini dan tercanggih yang direka untuk menjadikan robot lebih pintar, lebih berguna dan lebih banyak perbualan," menurut pemfailan itu.

Dalam dokumen yang berkaitan dengan Burnham, Amazon menerangkan produk Astro bernilai $995. Menurut pemfailan, "Burnham Plus" dengan ciri pemantauan rumah standard berharga $24.99 sebulan, manakala Burnham Plus dengan kamera loceng pintu Ring Amazon berharga $34.99 sebulan.

Burnham agak serba boleh dan boleh menyokong rangkaian produk lain. Teknologi itu "boleh mengingati apa yang dilihat dan difahaminya" dan memahami makna yang lebih mendalam daripada interaksi tersebut, kata dokumen itu. Ia juga boleh menggunakan teknologi berasaskan Model Bahasa Besar (LLM) yang biasa dalam apl seperti ChatGPT untuk mengadakan perbualan tentang perkara yang dilihat dan difahaminya serta mengambil tindakan yang sesuai berdasarkan itu.

Sebagai contoh, jika Burnham perasan bahawa api tidak padam atau pili air berjalan tanpa pengawasan, ia akan mencari pemiliknya dan membawanya kepada perhatian mereka. Jika orang tua tergelincir dan jatuh di dapur, Burnham boleh membantu memeriksa untuk memastikan dia baik-baik saja dan menghubungi orang lain untuk membantu. Jika kecemasan, Burnham akan mendail nombor kecemasan yang sesuai secara automatik untuk mendapatkan bantuan.

Pemilik boleh bertanya kepada Burnham di mana dia meletakkan kunci. Ia juga boleh menyemak sama ada tingkap dapur dibuka malam tadi dan memantau sama ada anak-anak mempunyai kawan selepas sekolah.

Dokumen dalaman berbunyi: "Ringkasnya, robot kita sudah mempunyai badan yang kuat, langkah seterusnya ialah otak. Robot dengan Burnham boleh memahami pelbagai perkara remeh yang berlaku setiap hari di rumah seperti yang dilakukan oleh manusia. , bukannya perlu mengekodkan segala-galanya, kerana pengetahuan 'akal sehat' tersirat dalam data yang menjadi asas model bahasa.”

Langkah ini mewakili peringkat pertumbuhan seterusnya untuk Astro. Astro ialah robot pemantauan rumah Amazon yang dilaburkan banyak yang dikuasakan oleh Alexa, tetapi setakat ini ia nampaknya tidak memenuhi jangkaan tinggi Amazon. Walaupun pelaburan bertahun-tahun dan usaha ratusan orang, keupayaan Astro kekal sederhana dan masih sukar untuk dibeli kerana ia masih jemputan sahaja, malah 18 bulan selepas pelancaran.

Dengan pesaing seperti Microsoft dan Google mendahului pasaran AI ​​chatbot, ini adalah contoh terbaru Amazon yang menyepadukan teknologi kecerdasan buatan (AIGC) dan LLM ke dalam produk dan perkhidmatan sedia ada . Amazon dilaporkan merancang untuk menaik taraf teknologi suara Alexa untuk mempunyai fungsi seperti ChatGPT, dan ia juga mahu membina alat kecerdasan buatan untuk menjana imej dan video secara automatik untuk pengiklan.

Ketua Pegawai Kewangan Amazon Brian Olsavsky berkata bulan lalu bahawa lebih banyak pelaburan beralih daripada perniagaan logistik terasnya ke arah kecerdasan buatan dan teknologi LLM tersebut.

Dalam e-mel, jurucakap Amazon berkata Astro "mulai yang menjanjikan" dan permintaan untuk jemputan "kekal kuat", tetapi dia tidak memberikan nombor tertentu. Jurucakap itu menambah: "Kami teruja dengan potensi teknologi kecerdasan buatan dan berharap untuk memanfaatkan teknologi ini untuk mencipta pengalaman baharu untuk Astro yang akan menggembirakan pelanggan dan menjadikan kehidupan mereka lebih mudah pada masa hadapan

Pembangunan Amazon of Burnham telah diilhamkan oleh kertas penyelidikan dalam bidang model bahasa berskala besar. Amazon berkata dalam pemfailan bahawa sebagai skala LLM, mereka mula menunjukkan "kemahiran baharu dalam penaakulan dan penyelesaian masalah." Inferens berlaku apabila model AI membuat ramalan berdasarkan data baharu.

Sebagai contoh, Amazon mendapati bahawa dengan LLM, robot rumah boleh melakukan tugas mudah seperti mengetahui sama ada lampu dimatikan atau pintu dibuka. Sebaliknya, mereka kini boleh mengendalikan tugas yang lebih kompleks, seperti mengesan kaca pecah di atas lantai, mengetahui bahawa serpihan kaca itu berbahaya dan perlu dibersihkan sebelum seseorang memijaknya.

Amazon menjalankan demonstrasi konsep untuk menguji keupayaan robot rumah baharunya untuk menunjukkan penaakulan dan penyelesaian masalah. Ujian itu berjaya. Dokumen dalaman daripada syarikat itu berbunyi: "Anda boleh bayangkan keterujaan kami apabila kami mengetahui maksud ini untuk robot kami. Kami tahu kami masih mempunyai perjalanan yang panjang sebelum Burnham boleh disepadukan ke dalam produk. Tetapi kami telah cukup belajar untuk mempercayai ia akan berjaya.”

Seperti pasukan lain di Amazon, unit Astro telah menghadapi tekanan kos yang ketara sepanjang tahun lalu, menurut orang yang biasa dengan perkara itu. Pasukan itu tahun lepas membatalkan rancangan dalaman untuk mengeluarkan model kos rendah dan sebaliknya mengumumkan fokus baharu pada keselamatan perniagaan kecil.

Masa depan projek Burnham

Burnham mungkin tidak terhad kepada satu produk. Dalam dokumen dalaman, Amazon mentakrifkannya sebagai satu set teknologi teras, bukannya produk itu sendiri, dan berkata ia menjangkakan Burnham "muncul dalam pelbagai robot masa depan."

Semasa Amazon cuba memindahkan teknologi AInya keluar dari alam digital dan ke persekitaran fizikal kehidupan sebenar, seperti ke pusat rumah, Burnham mungkin menguji had model bahasa yang besar.

Menurut dokumen, Amazon nampaknya percaya bahawa Burnham ialah versi robot pemantauan rumah yang telah dipertingkatkan dengan ketara yang "memberi ketenangan kepada keluarga bahawa semuanya baik-baik saja di rumah."

Dokumen itu juga menyatakan: "Perperibadian Burnham yang mesra, kesedaran sosial dan kelancaran perbualan menjadikannya sangat berguna dan akan menjadi tambahan yang dialu-alukan untuk mana-mana rumah."

Atas ialah kandungan terperinci Amazon didedahkan secara rahsia membangunkan robot rumah baharu dengan fungsi yang serupa dengan ChatGPT. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. SK Hynix akan memaparkan produk berkaitan AI baharu pada 6 Ogos: HBM3E 12 lapisan, NAND 321 tinggi, dsb. Aug 01, 2024 pm 09:40 PM

Menurut berita dari laman web ini pada 1 Ogos, SK Hynix mengeluarkan catatan blog hari ini (1 Ogos), mengumumkan bahawa ia akan menghadiri Global Semiconductor Memory Summit FMS2024 yang akan diadakan di Santa Clara, California, Amerika Syarikat dari 6 hingga 8 Ogos, mempamerkan banyak produk penjanaan teknologi baru. Pengenalan kepada Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage), dahulunya Sidang Kemuncak Memori Flash (FlashMemorySummit) terutamanya untuk pembekal NAND, dalam konteks peningkatan perhatian kepada teknologi kecerdasan buatan, tahun ini dinamakan semula sebagai Sidang Kemuncak Memori dan Penyimpanan Masa Depan (FutureMemoryandStorage) kepada jemput vendor DRAM dan storan serta ramai lagi pemain. Produk baharu SK hynix dilancarkan tahun lepas

See all articles