Դուք սովորել եք օգտագործել ձեր ձեռքերը՝ դրանք գործի դնելով։ Գործակալը ստանում է պարբերություն։
Այս հոդվածը ուսումնասիրում է AI գործակալների և ֆիզիկական սարքերի ինտեգրման հիմնարար մարտահրավերը: Ի տարբերություն մարդկանց, ովքեր սովորում են աշխարհը ճանաչել փորձի և սխալի միջոցով, AI գործակալները զուրկ են ֆիզիկական զարգացման գործընթացից: Հեղինակը պնդում է, որ քանի որ գործակալները չեն կարող անվտանգ փորձարկումներ կատարել իրական սարքավորումների հետ, նրանք ապավինում են «մանիֆեստներին»՝ սարքի հնարավորությունները հասկանալու համար: Այնուամենայնիվ, գործող ստանդարտները հաճախ խառնում են երեք տարբեր տեղեկատվական շերտեր՝ տեխնիկական հնարավորությունները, գործողությունների հետևանքները և իրավիճակային համատեքստը: Հեղինակը առաջարկում է ստեղծել ավելի նրբերանգային իմաստային շերտ, որը կտարբերակի սարքի հնարավորությունները, գործողության շրջելիությունը և կոնկրետ իրավիճակում դրա կիրառելիությունը: Հոդվածում ներկայացվում է DoSync-ը՝ բաց արձանագրություն, որը նախատեսված է գործակալ-սարք հաղորդակցության մեջ այս բացերը լրացնելու համար:
This is a summary. Read the full article at the original source:
Dev.toԿապակցված
Meta-ի նոր AI գործակալը ցանկանում է ավելի անձնական դառնալ ձեզ համար
Meta-ն ներկայացրել է իր վերջին նորարարությունը՝ Muse AI գործակալը, որը նախատեսված է որպես օգտատերերի համար խիստ անհատականացված օգնական հանդես գալու հա…
Ի՞նչ է կատարվում OpenAI-ի և Նավիե-Ստոքսի հավասարումների շուրջ ծագած վեճի հետ
OpenAI-ը վերջերս հայտարարել է մաթեմատիկայի ոլորտում նշանակալի առաջընթացի մասին, որը վերաբերում է Նավիե-Ստոքսի հավասարումներին, որոնք նկարագրում են հեղ…
Խոշոր լեզվական մոդելները մշակում են նոր սոցիալական կողմնակալություններ՝ ադապտիվ ուսուցման միջոցով
OpenReview-ում հրապարակված վերջին գիտական աշխատանքը ուսումնասիրում է, թե ինչպես կարող են խոշոր լեզվական մոդելները (LLM) ձեռք բերել և դրսևորել նոր սոցի…