英伟达（Nvidia）的研究人员借助人工智能代理尤里卡（Eureka）实现了机器人灵巧性的重大飞跃，据称尤里卡可以像人类一样熟练地教授机器人复杂的技能，比如转笔技巧。
周四发表的一篇论文概述了这项新技术，它建立在 OpenAI 的 GPT-4 等大型语言模型的最新进展基础之上。Eureka利用生成式人工智能自主编写复杂的奖励算法，使机器人能够通过试错强化学习进行学习。事实证明，这种方法比人类编写的程序有效50%以上。
“Eureka还教会了四足机器人、灵巧的手、cobot手臂和其他机器人打开抽屉、使用剪刀、接球等近30种不同的任务。
Eureka是Nvidia在利用语言模型引导人工智能方面的开创性工作的最新展示。最近，该公司开源了 SteerLM–一种通过对人工智能助手进行人类反馈训练使其更有帮助的方法。
与 Eureka 类似，SteerLM 也利用了语言模型的进步，但将其重点放在了不同的挑战上–改进人工智能助手的对齐。SteerLM 通过让助手练习对话来训练他们，就像机器人在实践中学习一样。系统通过有用性、幽默感和质量等属性对助手的回答给出反馈。
举例来说，这就像机器人从标注为好或坏的视频中学习跳舞，而不是让人类查看成千上万的随机舞蹈，然后选择哪个跳得好，哪个跳得不好（这是典型的人工智能聊天机器人的训练方式）。通过反复练习和获得反馈，聊天助手学会了根据用户的需求提供量身定制的回复。这有助于让人工智能在实际应用中发挥更大的作用。
无论是教学机器人还是聊天机器人，其共同点都是以创造性的新方式使用先进的神经网络。Nvidia 正在硬件和软件两方面不断突破极限。
对于 Eureka 而言，关键在于将 Isaac Gym 的模拟技术与语言模型的模式识别能力相结合。Eureka 能够有效地 “学会学习”，通过多次训练优化自己的奖励算法。它甚至可以接受人类的输入来完善奖励。
迄今为止，这种自我完善的方法已被证明具有高度的通用性，可以训练各种类型的机器人–有腿的、有轮子的、会飞的和灵巧的手。
Nvidia 的 Eureka 和 SteerLM 不只是在打破障碍，它们还在向机器人和人工智能传授精巧和富有洞察力的交互艺术。通过每一次笔尖的旋转和诙谐的对话，它们正在勾勒一个人工智能不仅仅是模仿，而是与我们一起创新的未来。
