Швейцарская компания Beerstecher AG автоматизировала сбор урожая в своих теплицах с помощью разработки авторов из ETH Zurich. Робот-сборщик осматривает плоды, находит зрелые с помощью компьютерного зрения и создает 3D траекторию для манипулятора, чтобы срезать нужную ветку. За ним следует “прицеп”, который меняет полные ящики на пустые. Этот процесс тоже автоматизирован. [Нажмите на заголовок, чтобы прочитать публикацию полностью] ...
Роботы-дроны, роботы-манипуляторы, роботы-краулеры — всем находится полезное место в индустрии, и о некоторых таких примерах мы пишем здесь. Но группа разработчиков из нескольких британских университетов пошла дальше и сделала “флотилию роботов” — Symbiotic Multi-Robot Fleet, или сокращенно SMuRF. Главное в этом проекте — авторы объединили под одну прикладную задачу совершенно разных роботов: краулеров, четвероногих, летающих. [Нажмите на заголовок, чтобы прочитать публикацию полностью] ...
Почти детективное расследование провели в Калифорнийском университете. Авторы взяли 12 разных LLM, включая GPT-3, и проверили их на датасетах, созданных в разное время — до и после обучения моделей. Обнаруженные артефакты указывают на то, что one-shot и few-shot задания улучшают работу модели просто потому, что она уже встречала эти данные в процессе обучения. Авторы назвали это загрязнением заданий, task contamination. [Нажмите на заголовок, чтобы прочитать публикацию полностью] ...
В MIT создали мультимодальный AI-фреймворк HiP для роботов. Он объединяет обработку языка, компьютерное зрение и планирование задач. В результате робот может понимать совсем не детализированные задания. Деталями он наполняет их сам. Сам же продумывает и план выполнения этих деталей. Например, по просьбе “помой посуду” HiP поймет, что нужно сначала взять грязную тарелку, губку, чистящее средство, затем включить воду и так далее. [Нажмите на заголовок, чтобы прочитать публикацию полностью] ...
Основная часть параметров LLM относится к слоям прямого распространения (FF, feedforward). Но для выхода не нужны все нейроны этих слоев. В реальности на инференсе играет роль только небольшая доля нейронов FF. Отсюда возникает идея оптимизировать каким-то образом этот процесс и не тратить лишние вычисления на нейроны, которые потом никак не повлияют на выход. [Нажмите на заголовок, чтобы прочитать публикацию полностью] ...
Хорошая история о том, что даже если технология кажется годами отлаженной, всегда остается место для улучшений. Авторы из MIT и Гонконгского университета в очередной раз показали это на примере фотолитографии. Фотолитография позволяет получить нужный рисунок на поверхности с помощью фоточувствительной пленки (фоторезиста) и засветки. Первой фотолитографией можно считать изобретение Жозефа Ньепса в 20-х годах XIX века. Фоторезистом был битум, а целью изобретателя было закрепить изображение из камеры-обскуры (получить фотографию). 200 лет спустя с помощью фотолитографии делают микроплаты и достигли разрешения порядка нанометров. Однако разрыв между изначальным дизайном и производственным результатом сохраняется. [Нажмите на заголовок, чтобы прочитать публикацию полностью] ...
