Nvidia Research 釋出新一代 AI 代理人“Eureka”，利用 GPT-4 訓練最佳化機器人技能
背景
Nvidia Research 最近宣布開發了一個名為 Eureka 的新一代 AI 代理人。Eureka 採用 OpenAI 的 GPT-4 技術，可以自主地教導機器人執行複雜的技能。這是一個重要的突破，因為 Eureka 首次成功訓練了機器人手臂進行快速筆旋的技巧，達到了人類的水平。此外 Eureka 還教導機器人開啟抽屜和櫥櫃、投擲和接住球、操作剪刀等近 30 項任務。
算法創新與挑戰
Eureka 的開發團隊在一篇名為《Eureka: 透過編碼大型語言模型來設計人類級獎勵》的研究論文中解釋了這一成就。他們表示 Eureka 利用 GPT-4 等頂尖語言模型的無監督學習、程式碼生成和上下文改進能力，透過對獎勵程式碼進行進化最佳化，生成可以用於強化學習的獎勵措施。研究人員指出，在不需要任何特定任務提示或預定義獎勵模板的情況下，Eureka 生成的獎勵函數優於專業人工設計的獎勵。在 29 個開源強化學習環境中，Eureka 在大約 83%的任務上優於人類專家，平均提升了 52%。
技術應用與影響
Eureka 是大型語言模型和 Nvidia 的 GPU 加速模擬技術的獨特結合。Nvidia 的高級研究科學家 Jim Fan 表示他們相信 Eureka 將能夠實現靈活的機器人控制，為藝術家創造出物理上逼真的動畫效果。
社會和道德考慮
然而隨著 AI 代理人技術的發展和應用，我們也需要關注其中可能帶來的社會和道德考慮。儘管 AI 代理人在商業上有巨大的潛力，但同時也帶來了巨大的社會影響和責任。
在一篇《紐約時報》的文章中，對將聊天機器人轉化為線上代理人的努力進行了討論。紐約市立大學電腦科學教授 Jeff Clune 表示“這是一個巨大的商業機會，可能涉及數萬億美元”，同時他也指出，“這對社會來說有巨大的潛力和後果”。因此我們需要在促進技術發展的同時保持警惕和細心思考，確保 AI 代理人的應用符合倫理和法律準則。
結論
Nvidia Research 的 Eureka 代理人的開發展示了深度學習和語言模型在機器人學習中的巨大潛力。透過 GPT-4 技術，Eureka 能夠自主建立獎勵函數並訓練機器人執行複雜的技能，體現了人類在物理操作方面的能力。然而與此同時我們也需要保持警惕，關注技術應用可能帶來的社會和道德問題。僅有在確保 AI 代理人的開發和應用符合道德標準的情況下，我們才能更好地實現這一領域的潛力。
延伸閱讀
- Alphabet 旗下 Intrinsic 將 Nvidia 技術融入機器人平臺
- RPA 供應商如何在 AI 代理人世界保持競爭力
- Uber 和 Nvidia 支援的 Serve Robotics 以 4,000 萬美元的鉅額進軍公開市場
- Nvidia 下一代 Blackwell 平臺將於 2025 年初登陸 Google 雲端
- Nvidia 挑起 AI 晶片新創公司的投資風暴，Hailo 仍堅守戰場
- 海洛科技獲得 1.2 億美元融資，持續與 Nvidia 角力，在多數 AI 晶片新創公司陷入困境的情況下
- Nvidia 或成下一個 AWS 霸主？
- Nvidia 攜手人形機器人頂尖品牌打造全新 AI 平臺「GR00T」
- Nvidia GTC 2024：AI 世界齊聚的關鍵活動
- Aethero 想要成為太空產業的英特爾或 Nvidia
