網易伏羲推出靈動機器人測試版,協助業界智慧升級
根據第七次全國人口普查數據,我國60歲及以上人口超過2.6億,佔比達到18.70%,數據表明,人口老化程度將進一步加深。隨著人口紅利的消失,各行各業將持續面臨勞動力短缺、高工成本等壓力。人工智慧(AI)和機器人正逐漸改變我們的生活,但科技的深度落地仍處於起步階段,讓AI和機器人處理更多重複性、高危險性等工作,提高人力價值,是當今社會智慧化發展的必然趨勢。
根據《中國機器人產業發展報告(2022年)》,預計到2022年底,全球機器人市場規模將達到513億美元,其中中國約為174億美元。然而,這一預估市場規模背後存在著更大的需求。不過,由於實際業務過於複雜,AI和機器人產品在相關場景中往往無法有效應用。
隨著物聯網、工業化5G和虛實融合技術的不斷發展,人工智慧技術將與之融合升級,充分發揮人類和機器的協同優勢,解決問題並將AI能力和創新技術應用於機器人、遊戲和元宇宙等現實場景。這將提高應用程式開發效率,並降低企業用工成本。
由虛向實,面向智能體編程,建構任務統一建模新方案
從目前發展階段來看,人工智慧解決局部的簡單問題已經得心應手,但面對複雜場景仍需要大量的資料或高品質的模擬環境支援。如何將AI的認知智能和決策智能應用在更廣泛的實體領域,依靠自主學習能力和人類共同協作,甚至模仿人類從事更多智力型、創造型的勞動,是人工智慧領域與機器人產業研究的重要方向。基於當前機器智能化程度普遍不高的現狀,透過建構「人在環路」(human in the loop,HITL)的方法,以人機協作的理念幫助企業解決AI門檻高、研發週期長、應用落地難等現實問題,成為一條破解上述AI產業痛點問題的可行之路。
網易伏羲成立於2017年,是國內專注於遊戲和泛娛樂AI研究和應用的頂尖機構。他們在數位孿生、強化學習、使用者畫像、自然語言處理等AI領域擁有豐富的技術累積。此外,他們也致力於將虛擬世界的技術應用於智慧製造、工程機械和服務業等實體經濟領域。在這樣的背景下,伏羲有靈機器人應運而生。

區別於傳統PaaS平台,有靈機器人中「人」的決策至關重要。平台透過眾包模式下發任務,快速調用“人的能力”,眾包用戶透過平台在線完成任務,解決採集數據、標註數據成本過高的問題。平台也會主動學習、實現資料閉環,將真實任務人工操作資料反哺AI演算法,實現任務預處理,大幅提升了任務完成的效率;眾包用戶也能透過「線上接單,遠端作業」的模式,解決高危險、環境惡劣場景施工問題,實現足不出戶即可完成交付。
除挖掘機器人作業場景外,眾包平台還支援遊戲AI、AR/VR、元宇宙等AI企業用戶需求場景。有資料收集和標註需求的使用者可以透過眾包平台發布任務,平台涵蓋AI領域80%主流資料標註場景,且不斷透過自動學習降低人工標註數量,自動標註佔比可達20% 。
針對機器人等業務場景,平台還提供端側管理的能力,支援使用者以平台化方式編寫將端側業務邏輯,結合一鍵設備初始化、持續整合發布、 OTA等功能,真正做到雲端端一體化開發,讓使用者只專注於業務。
開放生態,共建智慧機器人新時代
#在未來幾十年裡,人機協作將會是社會智慧化發展的主旋律,機器的智慧需要人類提攜,人類智慧需要機器輔助。在智能體與世界連結的根節點上,一定不會缺少人類,只是角色可能不斷的從任務的執行者變成組織者、管理者、決策者和發現者。網易有靈機器人在提供任務標準化建模工具的基礎上,期望能作為中小型企業和廣大社會零散工人的橋樑,為任務的建模、發布和執行提供平台化支撐。
#網易伏羲挖掘機器人在西南重點基建項目建設工作中的落地,也驗證了人機協作平台的強落地性、可持續性、可複製性。一方面,平台透過人機協作讓傳統挖土機實現智慧化生產,另一方面,透過線上分發眾包任務,使傳統挖機師傅不再從事重複枯燥、具有危險性的工作,進一步促進數位經濟與實體經濟深度融合,促進實體經濟提質增效發展。除挖掘機器人應用場景外,平台還在遊戲人物捏臉、圖文辨識偵測、智慧園區、美術眾包等場景中皆有實作與驗證。
未來,有靈機器人將探索更多虛實融合的場景,讓智能體去更好地滿足人們生產勞動的需求,並全面開放合作共建機會,與生態夥伴共創人機協作新時代。
以上是網易伏羲推出靈動機器人測試版,協助業界智慧升級的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站7月5日消息,格芯(GlobalFoundries)於今年7月1日發布新聞稿,宣布收購泰戈爾科技(TagoreTechnology)的功率氮化鎵(GaN)技術及智慧財產權組合,希望在汽車、物聯網和人工智慧資料中心應用領域探索更高的效率和更好的效能。隨著生成式人工智慧(GenerativeAI)等技術在數位世界的不斷發展,氮化鎵(GaN)已成為永續高效電源管理(尤其是在資料中心)的關鍵解決方案。本站引述官方公告內容,在本次收購過程中,泰戈爾科技公司工程師團隊將加入格芯,進一步開發氮化鎵技術。 G
