中信证券：英伟达成立通用具身智能体研究实验室，加速人工智能具身化

中信证券：英伟达成立通用具身智能体研究实验室，加速人工智能具身化中信证券研报指出，2024年2月24日，英伟达宣布成立通用具身智能体研究实验室GEAR，标志着英伟达正式入局具身智能领域的研究，加速人工智能具身化进程。机器人是具身智能的优良载体，英伟达GEAR实验室的联合创始人JimFan博士也在X平台上表示，2024年将是机器人、游戏AI、仿真之年，英伟达的入局有望加速机器人的发展，英伟达GTC上机器人相关的最新成果值得期待。我们看好科技巨头引领下，机器人行业进展加速，建议关注机器人核心零部件企业；同时建议关注连接虚拟世界和现实世界的仿真软件相关公司。

研究人员利用人工智能在几秒钟内设计出行走机器人

研究人员利用人工智能在几秒钟内设计出行走机器人人工智能找出了这个机器人的缺陷，并进行了修改。到第10次迭代时，人工智能创造出了一个似乎真的可以在平面上移动的机器人。此时，团队不得不将其变为现实。他们制作了一个机器人身体周围负空间的3D打印模型，并填充了液态硅橡胶。固化几个小时后，这个软绵绵的机器人就可以进行测试了。通过反复充气然后放气，这个机器人就可以运动了。任务完成。"我们发现了一种非常快速的人工智能驱动设计算法，它可以绕过进化过程中的交通堵塞，而不会受制于人类设计师的偏见，"西北大学的萨姆-克里格曼（SamKriegman）说，他是该项目的首席研究员。"我们告诉人工智能，我们想要一个能在陆地上行走的机器人。然后，我们只需按下一个按钮，就可以了！它在眨眼之间就生成了一个机器人的蓝图，这个机器人看起来与地球上曾经行走过的任何动物都毫无二致。我把这个过程称为'瞬间进化'。"并不是每个人都会像克里格曼和他的公司一样对这一创造印象深刻，他们很清楚这一点。克里格曼说："当人们看到这个机器人时，他们可能会认为这是一个毫无用处的小玩意儿。而我看到的是一个全新有机体的诞生"。也许最令人印象深刻的是，人工智能是在一台普通的笔记本电脑上运行的，整个设计过程从开始到结束只用了大约26秒。更重要的是，研究小组没有向人工智能提供任何设计线索。它自己发现，腿是穿越陆地的好方法，尽管它选择了三条腿的设计来完成工作。如果有更多的时间和指导，看看人工智能能创造出什么样的产品，那将是一件非常有趣的事情。克里格曼相信，人工智能设计的机器人有一天会以各种方式帮助人类。他说，现在唯一的障碍是我们不知道如何设计它们。该团队的研究成果已发表在《美国国家科学院院刊》（ProceedingsoftheNationalAcademyofSciences）上。...PC版：https://www.cnbeta.com.tw/articles/soft/1388067.htm手机版：https://m.cnbeta.com.tw/view/1388067.htm

具身智能联合实验室成立

具身智能联合实验室成立作为人工智能领域的前沿热点，具身智能已成为全球科技竞争的新高地、未来产业的新赛道。由北京大学与北京银河通用机器人有限公司共同成立的“北大-银河通用具身智能联合实验室”（以下简称“联合实验室”）近日在中关村科学城揭牌。据了解，北京大学在人工智能、计算机视觉、机器学习、分布式系统、具身智能等方面有着深厚的技术积累，银河通用机器人公司是一家专注于具身智能机器人研发的创新企业，拥有先进的实验室设施和丰富的科研资源。双方将依托联合实验室，通过项目化运作实现产学研合作，其中北京大学主要负责组织科研力量进行项目研发工作，银河通用主要负责提供联合实验室所需资金和提出要解决的技术问题及应用场景等。

【研究人员提议用区块链、DAO、NFT 和人工智能构建智能教育系统】

【研究人员提议用区块链、DAO、NFT和人工智能构建智能教育系统】2023年07月26日06点02分老不正经报道，土耳其Anadolu大学研究员MehmetFırat最近发表了一项研究，设想采用一种多技术解决方案来解决挑战传统教育系统的问题，称为“智能开放教育生态系统”(SOEE)。该研究结合了区块链、去中心化自治组织（DAO）、NFT、多模式学习分析和人工智能（AI），形成了一个独立的教育生态系统，该系统使用ChatGPT等生成式人工智能系统与学生交互并个性化学习体验。课程、学习资源和证书将被制作为NFT，整个过程将由DAO管理。Fırat认为，开放教育的最终目标不仅是使学习民主化、让教育变得可及，而且还为每个人提供个性化的学习体验。

人工智能研究人员发现使用流行数据集的道德和法律风险

人工智能研究人员发现使用流行数据集的道德和法律风险尽管这些数据集可免费获取，但根据一项对广泛使用的数据集进行检查的最广泛的研究项目显示，这些数据集充斥着未经授权的数据。在一群机器学习工程师和法律专家的组织下，"数据出处倡议"（DataProvenanceInitiative）研究了用于教授人工智能模型擅长特定任务的专业数据，这一过程被称为"微调"。他们审核了HuggingFace、GitHub和PapersWithCode（2019年加入FacebookAI）等网站上的1800多个微调数据集，发现约70%的数据集没有说明应使用何种许可，或者被错误地标注了比其创建者意图更宽松的准则。能够回答问题和模仿人类说话的聊天机器人的出现，掀起了一场建立更大更好的生成式人工智能模型的竞赛。这也引发了有关版权和合理使用互联网文本的问题，而互联网文本是训练大型人工智能系统所需的海量数据的关键组成部分。但是，如果没有适当的授权，开发人员就会对潜在的版权限制、商业使用限制或数据集创建者的信用要求一无所知。该倡议报告的共同作者、研究实验室CohereforAI的负责人萨拉-胡克（SaraHooker）说："即使人们想做正确的事，他们也做不到。"麻省理工学院媒体实验室研究大型语言模型的博士生ShayneLongpre领导了这次审计，他说，托管网站允许用户在上传数据集时识别许可证，不应该因为错误或遗漏而受到指责。朗普雷说，缺乏适当的文档是一个源于现代机器学习实践的全社会问题。数据档案经常被多次合并、重新打包和重新授权。他说，试图跟上新版本发布步伐的研究人员可能会跳过记录数据来源等步骤，或者故意模糊信息，以此作为"数据洗钱"的一种形式。通过互动网站，用户可以探索审计中分析的数据集内容，其中一些数据集已被下载数十万次。HuggingFace的机器学习和社会团队负责人亚辛-杰尼特（YacineJernite）说，HuggingFace发现，数据集在开放、持续使用和共享的情况下，会有更好的文档记录。这家开源公司已将改进文档的工作列为优先事项，例如自动建议元数据。杰尼特说，即使注释不完善，公开可访问的数据集也是提高该领域透明度的有意义的第一步。一些最常用的微调数据集最初是由OpenAI和Google等公司创建的数据集。越来越多的数据集是利用OpenAI模型创建的机器数据集。包括OpenAI在内的领先人工智能实验室禁止使用其工具的输出结果开发竞争性人工智能模型，但允许某些非商业用途。人工智能公司对用于训练和完善流行人工智能模型的数据越来越保密。这项新研究的目标是让工程师、政策制定者和律师了解助长人工智能淘金热的不可见处的数据生态系统。这项倡议的提出正值硅谷与数据所有者之间的紧张关系濒临临界点之际。各大人工智能公司正面临着来自图书作者、艺术家和编码员的大量版权诉讼。与此同时，出版商和社交媒体论坛在闭门谈判中威胁要扣留数据。该倡议的探索工具指出，审计并不构成法律建议。Longpre说，这些工具旨在帮助人们了解信息，而不是规定哪种许可是合适的，也不是倡导某种特定的政策或立场。作为分析的一部分，研究人员还跟踪了各数据集的模式，包括数据的收集年份和数据集创建者的地理位置。约70%的数据集创建者来自学术界，约1%的数据集创建者来自Meta等公司的行业实验室。最常见的数据来源之一是维基百科，其次是Reddit和Twitter（现在称为X）。《华盛顿邮报》对GoogleC4数据集的分析发现，在1500万个域名中，维基百科是排名第二的网站。据《邮报》上周报道，Reddit最近威胁说，如果领先的人工智能公司不付费使用其数据来训练模型，就会阻止Google和必应的搜索爬虫，从而面临搜索流量损失的风险。与英语国家和西欧国家相比，南半球国家的口语几乎没有代表性，数据出处小组的分析为常用数据集的局限性提供了新的见解。但该小组还发现，即使全球南部有语言代表，数据集"几乎总是来自北美或欧洲的创作者和网络来源"，该小组的论文如是说。胡克说，她希望该项目的工具能够揭示未来研究的主要领域。她说："数据集的创建通常是研究周期中最不光彩的部分，应该得到应有的归属，因为这需要大量的工作。我喜欢这篇论文，因为它脾气暴够躁，但也提出了解决方案。我们必须从某个地方开始"。...PC版：https://www.cnbeta.com.tw/articles/soft/1392459.htm手机版：https://m.cnbeta.com.tw/view/1392459.htm

研究人员探索使用机器人和人工智能开发更好的电池

研究人员探索使用机器人和人工智能开发更好的电池大约在今年年初，卡内基-梅隆大学的研究人员使用机器人系统又进行了几十次实验，以创造能让锂离子电池更快充电的电解质。这是广泛采用电动汽车的一个主要障碍。他们研发的Clio系统，包括自动泵、阀门和仪器，将各种化学品混合在一起，然后根据关键的电池基准测量其性能。这些结果随后被输入Dragonfly，这是一个机器学习程序，可以提出可能更有效的不同化学组合。PC版：https://www.cnbeta.com/articles/soft/1321899.htm手机版：https://m.cnbeta.com/view/1321899.htm