英偉達DreamDojo：一個“不該成功”的AI，為甚麼反而更強？| 中文配音

各位學者好,我是卡洛博士。 歡迎收看兩分鐘論文, 我們最近嘗試了出鏡拍攝視頻, 我個人非常喜歡, 大家的反饋也讓我驚喜萬分。 我從沒見過這樣的盛況, 評論區太熱鬧了, 感謝每一位的暖心留言。 所以我們會繼續嘗試這種形式, 但請注意, 本期仍是經典的純語音論文解讀, 這期是在我們嘗試出鏡前錄製的, 所以我現在特意錄這段說明, 以免大家感到意外。 下期視頻,我會回來。 現在,請先享受這篇超有趣的論文, 機器人是怎麼學會當好機器人的? 啊,肯定不是這樣, 不是在現實世界裏瞎跑。 想象一下, 一個真機器人這麼折騰好幾年, 隊員隊伍都太危險了, 所以更好的問題是, 如何安全地教會機器人成爲得力助手? 答案是, 把它放進電子遊戲裏, 先在那學, 在遊戲裏模擬物理環境, 讓它可勁反錯。 時間久了,自然就進步了。 我去過全球不少AI和機器人實驗室, 簡單概括下建文, 模擬環境裏表現經驗, 移放到現實世界, 立馬翻車。 原本運行良好的東西突然不好使, 甚至完全失靈。 爲什麼? 主要原因是模擬往往不夠逼真。 它們模仿現實, 但無法替代現實。 那怎麼辦? 當然得嘗試利用現實。 這項研究中, Dream Dojo的科學家說, 好,我們給AI喂4.4萬小時人類活動視頻, 聽起來很棒, 但問題在於, 這完全沒用。 爲什麼? 人類和機器人的身體結構, 手部, 關節, 完全不同, 而且視頻不包含動作信息。 這就像一鍋數據亂燉, 沒說哪個關節在發力, 怎麼發力, 啥都沒有。 那爲什麼這麼做? 這合理嗎? 他們提出了4個天才創意, 但願能奏效, 那可真算奇蹟了。 第一, 如果視頻沒有動作標籤, 那就讓AI自己理解並構建情節。 看到有人對駛離的公交車揮手, 你不需要文字標籤, 也知道這人沒趕上? 第二, 這個數據集, 規模驚人, 超過40億幀畫面, 像素量恐怕超千萬億, 這信息量太大了, 幾乎無法處理, 所以AI必須學會區分主次。 怎麼學? 它被迫壓縮信息。 音樂家不必知道世上所有歌曲, 只需明白音階有12個音符, 這迫使AI只關注最關鍵的信息。 但猜怎麼着? 光把視頻塞給機器人還不夠? 爲什麼? 第三, 如果你訓練機器人抓取固定位置的杯子, 它只會認準那個座標。 這不行? 爲什麼? 因爲杯子往左挪幾英寸, 全局座標就全變了? 機器人立馬懵圈? 所以科學家說, 別用絕對關節位姿, 把輸入轉換成相對動作。 就像做飯時, 你往往不需要絕對座標。 刀只需要知道它相對於胡蘿蔔的位置。 信不信由你, 這樣還是不行。 我們還需要什麼? 目標是讓AI學會因果關係。 果凍不撞牆, 引發某種結果。 通過預測, 下一針來學習這個過程。 但問題是, AI會作弊。 就像學生偷看答案後說, 噢, 我本來就想這麼說, 怎麼防止? 他們以小批量每次四條輸入動作, 讓他無法偷看未來猜測當下。 這麼多天才設計, 總該拿出點真本事吧。 來看看成果, 舊方法無法預測未來。 天哪, 看是直接穿過了紙。 各位學者請坐穩, 看看新方法。 臥得見? 快看, 講終於完美地救起來了。 而舊方法中, 穿透現象更嚴重。 看, 這哪是預測現實, 純屬瞎猜。 新技術這纔像話, 效果不錯。 再看舊技術, 手推鍋蓋, 鍋蓋紋絲不動。 嗯, 不行。 新技巧, 蓋子動了。 哇哦。 沒錯, 這就是互聯網上 那個會爲蓋子移動而莫名興奮的角落。 而且這些可不是精心挑選的結果, 新技術比之前的方法強太多了。 只是巨大的飛躍, 現在, 效果更好了。 可終於比以往技術 更懂這個世界了。 那我們要付出什麼代價? 比之前方法慢多少? 確實挺慢的, 因爲它需要 35步繁重的去造處理, 僅僅爲了生成一個預測。 但別急, 別灰心, 我們可以用蒸餾法。 蒸餾是訓練階段, 讓快速的學生模型 學習慢速高質量教師模型的預測。 目標是學生模型 幾乎和教師模型一樣好, 但快得多。 我來測試下, 天啊, 現在學生模型快得驚人, 它比訓練它的教師模型快4倍, 每秒能處理約10幀。 以交互速度理解世界, 定預測其變化。 這簡直太瘋狂了。 幹得漂亮, 關鍵是它們預測結果還非常相似。 這篇論文絕對是滿分神作。 哇! 各位睿智的學者們注意, 我們之前聊過叫NERD的 神經機器人動力學的技術, 那是能在自己想象中訓練的 機器人AI。 那和這個有什麼關係呢? NERD構建的是完美3D環境, 而這個用2D思考, 它只把世界看作 平面屏幕上的二維視頻像素, 因此它能學習成千上萬的 日常物品。 太酷了! 這終於讓我們在 定樂質氾濫的世界裏, 擁有更智能的AI機器人 和個人機器人。 最棒的是, 這一切都免費提購。 大量代碼和預訓練模型 免費開放給我們所有人。 沒有愚蠢的定樂制和專有代碼, 免費的大腦你可以上傳到 自己的設備隨意使用。 太愛了! 這讓我們離擁有能疊衣服 自健康餐 或協助專家醫生遠程手術的 機器人更進一步。 活在當下真是太棒了!