Month: September 2023

AI系统有意识的可能性是当前热门话题。顶尖研究人员从与人类意识相关的大脑过程中获得灵感，以提升AI的能力。AI的进展惊人迅速。同时，开发能够准确模仿人类语音的AI系统可能会增加用户对有意识的AI系统的感知。他们在这项研究中主张，评估AI的意识最好的方法是参考神经科学对意识的理论。他们讨论了这类已知的理论，并研究了它们对AI的影响。 他们认为以下是他们在这份报告中的主要贡献： 1. 证明评估AI的意识在科学上是可行的，因为意识可以科学地进行研究，而且这项研究的结果适用于AI。 2. 他们提供了初步证据，表明许多指标性质可以使用当前技术在AI系统中实现，尽管目前没有系统被认为是意识的强有力候选者。 3. 以科学理论为基础，概述了评估AI中的意识的评分表。他们预期随着研究的进展，他们将包括的指标特征清单可能会发生变化，因此提供的评分表是初步的。 他们使用了三个基本原则来研究AI中的意识。作为工作假设，他们首先接受了计算功能主义的理论，该理论认为适当的计算既是理解的必要条件，也是充分条件。尽管有争议，但这一观点是现代哲学思考的支柱。出于实用原因，他们采纳了这一理论，因为与其他观点不同，它意味着AI的意识在理论上是可行的，研究AI系统的内部运作对于确定AI系统是否有可能有意识是重要的。这意味着思考计算功能主义对AI意识的影响是有用的。其次，他们认为基于神经科学的意识理论具有实证的有效性，并可用于评估人工智能中的意识。 计算功能主义暗示在AI中，类似的功能可能足以实现意识。这些理论试图找到在人类中既是必要条件又是充分条件的意识功能。第三，他们认为在AI中研究意识的最佳策略是理论为基础的策略。这意味着确定AI系统是否执行与科学理论中与意识相关的任务，并根据以下因素评估这些理论的可信度： 功能的相似性。 支持理论的证据的强度。 对计算功能主义的信念。 与此策略相比，评估行为意识的替代方法是进行行为测试。然而，由于AI系统可以被训练以模仿人类行为而在运作方式上有所不同，因此这种策略可能更可靠。 在这个背景下，他们不支持任何特定的理论，因为在意识科学中有几个假设是活跃的竞争者。相反，他们从对意识理论的研究中收集了一份指标清单。每个指标质量都是意识所必需的，并且一些子集是足够的，这是几个理论声称的。然而，他们认为，如果AI系统具有更多的指标特征，它们更有可能是有意识的。人们应该评估当前或计划中的AI系统是否具备或将具备这些特征，以确定它是否是意识的严肃竞争者。他们讨论了几个科学理论，如计算的高阶理论、全局工作空间理论和循环处理理论。由于集成信息理论与计算功能主义不兼容，他们不予考虑。 此外，他们还考虑了代理和具身化作为指标的概念。然而，重要的是要理解它们所暗示的计算方面。他们讨论了Perceiver架构和基于Transformer的大型语言模型，并根据全局工作空间的思想对其进行评估。他们还研究了一种通过管理虚拟鼠标身体来完成任务的系统（名为PaLM-E，即“具身化多模态语言模型”）和DeepMind的自适应代理（一种在3D虚拟环境中工作的强化学习代理）。他们使用这三个系统作为案例研究，以展示与代理和具身化相关的指标特征。 查看预印本论文。这项研究的所有荣誉归功于该项目的研究人员。此外，不要忘记加入我们的29k+ ML SubReddit、40k+ Facebook社区、Discord频道和电子邮件通讯，在那里我们分享最新的AI研究动态、有趣的AI项目等等。 Hostinger AI 网站构建器：用户友好的拖放式编辑器。立即试用（赞助） 1/8 非常兴奋地宣布我们的新预印版，从神经科学领域的领先理论的角度考虑了人工智能中的意识问题。这是一个大型的跨学科合作项目，涉及哲学、神经科学和人工智能的人员！https://t.co/rLm78YNfJk…

大型语言模型和扩散模型的发展为将文本到图像模型与可微分的神经三维场景表示相结合铺平了道路，其中最好的例子是DeepSDF、NeRF和DMTET。这些模型使得仅通过文本描述就能够创建准确的三维模型成为可能。尽管这些进展在人工智能社区中取得了巨大的进步，但就形状和纹理而言，生成的对象或角色经常无法产生出优质逼真的三维头像。这些角色也可能无法适应传统的计算机图形工作流程。 最近的研究中，一个研究团队引入了一种名为TADA（Text to Animatable Digital Avatars）的简单而强大的方法，将口语描述转换为具有引人注目的几何形状和逼真纹理的表情丰富的三维头像。这些头像可以使用传统的图形方法进行动画处理，并且视觉上非常令人愉悦。现有的从文本生成角色的技术在几何和纹理质量方面存在问题。这些技术在动画方面有困难，因为在几何和纹理方面存在不匹配，尤其是在面部。TADA通过在2D扩散模型和参数化身体模型之间形成强大的协同作用来解决这些问题。 创建复杂头像表示对于TADA的发明至关重要。该团队在SMPL-X身体模型上添加了一个位移层和纹理映射来改进它。结果，SMPL-X以高分辨率形式呈现，能够捕捉更细致的纹理和特征。引入了一种分层渲染方法和分数蒸馏采样（SDS），以从文本输入创建复杂的高质量三维头像。这种技术确保了头像的详细和全面的特征。 为了使头像的几何形状和纹理对齐，团队在整个SDS优化过程中使用了创建角色的潜在嵌入渲染的法线和RGB图片。通过实施对齐策略，解决了以前技术中存在的对位问题，尤其是在面部区域。此外，在优化过程中使用了多种表情，以保持角色的面部表情和语义的一致性。这种方法确保了最终头像保持了原始SMPL-X模型的语义完整性，从而实现了逼真且有机地对齐动画。 TADA使用了一种名为Score Distillation Sampling（SDS）的技术。主要贡献如下： 具有混合网格表示的分层优化，允许高质量细节，尤其是在面部。 几何和纹理的一致对齐，使用优化过程对生成的角色进行形状变形，使用预定义的SMPL-X身体姿势和面部表情。 语义一致性和动画，确保生成的角色与SMPL-X保持语义一致，便于进行轻松准确的动画处理。 团队进行了一些定性和定量评估，评估了TADA相对于其他替代方法的优势。结果显示，TADA的能力超越了头像的制作，它实现了适合动画和渲染的大规模数字角色的构建。它还提供了文本引导编辑，为用户提供了巨大的权力和定制能力。

为了应对嵌入式系统上可访问机器学习（ML）工具需求的指数级增长，研究人员推出了一种创新解决方案，旨在赋予使用树莓派单板计算机的开发人员更强大的能力。新的框架MediaPipe for Raspberry Pi提供了一个基于Python的软件开发工具包（SDK），旨在促进各种ML任务的开发。这一发展在设备上ML领域中是一个重要的进步，解决了简化和高效工具的需求。 设备上机器学习的出现为开发人员带来了独特的资源限制和复杂性挑战。树莓派作为一个受欢迎的平台，无论是业余爱好者还是专业人士，都缺乏一个全面的SDK，使用户能够无缝地在项目中利用机器学习的能力。这种缺乏可访问工具的情况促使了对一个用户友好的解决方案的需求。 在MediaPipe for Raspberry Pi推出之前，开发人员常常苦于将通用的机器学习框架调整为适应树莓派设备的能力。这个过程常常很复杂，并要求对ML算法和硬件约束有深入的理解。这个挑战因为需要一个专门针对树莓派生态系统的SDK而更加严峻。 来自各个机构的研究人员站了出来，揭示了一个突破性的框架，解决了这些问题。MediaPipe for Raspberry Pi SDK是协同努力的结果，旨在简化设备上ML的开发。该框架提供了一个基于Python的接口，方便进行各种机器学习任务，包括音频分类、文本分类、手势识别等。它的推出标志着开发人员可以无缝地将机器学习整合到他们的树莓派项目中。 MediaPipe for Raspberry Pi通过提供处理嵌入式系统上机器学习实现细节的预构建组件，简化了开发过程。SDK与OpenCV和NumPy的集成进一步增强了其实用性。该框架通过提供涵盖各种应用的Python示例（如音频分类、面部关键点定位、图像分类等），使用户能够通过使用提供的Python示例启动他们的项目。此外，开发人员被鼓励使用本地存储的ML模型，以确保在树莓派设备上实现最佳性能。 虽然MediaPipe for Raspberry Pi框架承诺提升ML开发体验，但需要注意的是，它在不同的树莓派型号上的性能会有所差异。由于硬件能力的提升，Raspberry Pi 4和Raspberry Pi…