Команда по мировым моделям компании ShengShu Technology начала прямую трансляцию полного процесса обучения Motubrain 2.0, следующей версии ее модели воплощенного искусственного интеллекта для роботов. Трансляция стартовала 21 октября и запланирована на продолжительность около двух недель.
Компания сообщила, что Motubrain 2.0 скоро будет выпущена в открытый доступ, и решила продемонстрировать процесс обучения до этого релиза.
Модели Motubrain представляют собой семейство фундаментальных моделей роботов от ShengShu, цель которых — предоставить роботам универсальный мозг, способный применять навыки в различных задачах, сценариях и на разных типах роботов. Первая версия Motubrain была представлена в апреле как модель мирового действия. Стоит отметить, что ShengShu более известна своими моделями генерации видео Vidu.
Структура трансляции
Прямая трансляция разделена на четыре этапа. Этап предварительного обучения исследует, как масштаб обучения влияет на производительность и способность к обобщению в условиях нулевого выстрела. Последующее обучение фокусируется на выполнении конкретных задач для улучшения исполнения. Затем следует этап задач агента, который проверяет, может ли модель переносить полученные знания на другие задания. Финальный этап посвящен рекурсивному самосовершенствованию, чтобы выяснить, способен ли модель оценивать свои действия на основе обратной связи от выполнения и улучшать их.
На странице трансляции в режиме реального времени отображаются шаги обучения и показатели успешности оценки по мере их обновления.
Основная идея этой демонстрации — прозрачность. Обычно прогресс в области воплощенного ИИ оценивается внешними наблюдателями через отполированные демонстрации роботов, таблицы бенчмарков и научные статьи, которые мало раскрывают, как именно формируются возможности в процессе обучения или какие проблемы возникают. ShengShu утверждает, что трансляция покажет не только успехи, но и ошибки, процесс проб и ошибок, а также корректировки, и надеется поделиться с другими исследователями открытыми вопросами, касающимися масштабирования, кросс-задачного обобщения и автономного улучшения.
Этот шаг соответствует более широкой тенденции среди китайских команд в сфере ИИ, которые публично делятся прогрессом обучения. Ранее Ло Фули, руководитель моделей MiMo от Xiaomi, опубликовал детали этапа обучения с подкреплением для MiMo-V2.6.
Тем не менее, существуют ограничения тому, что может доказать прямая трансляция. Веса модели еще не выпущены, и сама компания заявляет, что исследование остается исследовательским, и результаты потребуют последующих экспериментов и оценки для подтверждения. Анонс был предоставлен ShengShu и освещен китайскими технологическими СМИ. Реальным испытанием станет выпуск в открытый доступ и соответствие его бенчмарков тому, что показано в стриме.