Teddy Warner,19岁,一直对机器人技术充满兴趣。他的家庭就从事相关行业,他表示自己在高中时就在一家机械加工厂 "成长" 起来。如今,Warner 正在创立自己的机器人公司 Intempus,旨在让机器人更加具有人性。
Intempus 正在开发一项技术,旨在对现有机器人进行改造,使其具备类似人类的情感表达,从而帮助人类更好地与这些机器互动,并更准确地预测它们的动作。赋予这些机器人类似人类的反应同样能够产生用于更好训练 AI 模型的数据。
Warner 告诉 TechCrunch,这些机器人将通过运动来展现它们的情绪表达。
"人类大量的下意识信号,并非仅来自面部或语义,而完全是依靠你手臂和躯干的动作," Warner 说道,"这同样适用于狗、猫及其他非人类动物。"
Warner 表示,他在 AI 研究实验室 Midjourney 工作期间萌生出了创办 Intempus 的想法。他提到,Midjourney 和许多其他 AI 研究实验室都在研发世界级 AI 模型,也就是那些能够理解现实世界动态和空间特性,并基于此做出决策的模型,而不仅仅局限于因果关系判断。
但 Warner 意识到,对于这些模型来说,实现空间推理将非常困难,因为大量用于模型训练的数据都来自于那些缺乏空间推理能力的机器人。
"目前,机器人只是从 A 到 C 的过程,也就是从观察到行动,而人类及所有生物都拥有介于其中的 B 步——我们称之为生理状态," Warner 说道,"机器人没有生理状态。它们不会感到快乐,也不会感受压力。如果我们希望机器人能够像人类那样去理解世界,并以一种对我们来说既自然又不那么诡异、更易预测的方式与人交流,我们就必须赋予它们这种 B 步。"
Warner 将这一想法付诸了研究。他最初使用 fMRI 数据来测量大脑的活动(通过检测血流和氧气变化),但效果不佳。随后,他的一位朋友建议尝试使用测谎仪(捕捉汗液数据),结果他开始取得一些成功。
"令我震惊的是,我能如此迅速地采集到自己和几位朋友的汗液数据,并利用这些数据训练出一个模型,从而基本上让机器人仅凭汗液数据就可以展现出情感构成," Warner 说道。
此后,他不仅仅局限于汗液数据,而是扩展到其他生理指标,如体温、心率以及光电容积脉搏图(测量皮肤微血管层血液容积变化)等。
Warner 于 2024 年 9 月创立了 Intempus,并在最初的四个月内全力进行研究。最近几个月,他则在构建机器人情感能力和吸引潜在客户之间取得了平衡,目前他已与七家企业级机器人合作伙伴签署了合作协议。
Intempus 还成为了 Peter Thiel 的 Thiel Fellowship 项目的一部分,该项目为年轻创业者提供 200,000 美元(为期两年)的资助,鼓励他们辍学创办自己的公司。
Warner 表示,Intempus 的下一步计划是招聘人才——迄今为止他一直是单打独斗——并将部分已开发的技术展示给人们,开始进行实地测试。尽管当前 Intempus 正专注于改造现有机器人,Warner 表示未来也不排除公司自行研发具备情感智能的机器人。
"我已经拥有一系列机器人,它们具备各自的情感表现,我希望有人能直观地了解到某个机器人是一台充满喜悦情绪的机器人;如果我能够很自然地传达出机器人内在所拥有的情感和意图,那我就算完成了我的使命," Warner 说道,"我相信在接下来的四到六个月内,我真的能证明这一点。"
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
约翰霍普金斯大学研究团队发现VAR模型的马尔可夫变体本质上是离散扩散模型,提出SRDD方法。通过应用扩散模型技术如分类器自由引导、令牌重采样等,SRDD相比VAR在图像质量上提升15-20%,同时具备更好的零样本性能。这项研究架起了自回归模型与扩散模型的理论桥梁,为视觉生成技术发展开启新方向。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
微软亚洲研究院推出CAD-Tokenizer技术,首次实现AI通过自然语言指令进行3D模型设计和编辑的统一处理。该技术通过专门的CAD分词器和原语级理解机制,让AI能像设计师一样理解设计逻辑,大幅提升了设计精度和效率,有望推动工业设计的民主化进程。