社区编辑申请
注册/登录
炸场!DeepMind通用人工智能新突破:一套权重通吃视觉文本和决策
人工智能 新闻
只一个模型,使用相同的权重,不仅把看家本领雅达利游戏玩得飞起。

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

通用人工智能,还得看DeepMind。

这回,只一个模型,使用相同的权重,不仅把看家本领雅达利游戏玩得飞起。

和人类聊聊天、看图写话也不在话下。

甚至还能在现实环境里控制机械臂,让其听从指令完成任务!

模型名为Gato,西班牙语中的“猫”。

按照DeepMind的说法,这只猫猫可以使用具有相同权重的同一个神经网络,适应各种不同的环境。

具体而言,DeepMind让它在604个不同的任务上接受了训练,这些任务模式完全不同,需要观察的元素和行为规则也不同。

而Gato不仅在450个任务中都超过了专家水平的50%,在23个雅达利游戏上表现还超过人类平均分。

DeepMind CEO哈萨比斯直接说:

这是我们目前最通用的智能体。

这一最新成果一发布,当即就在AI圈子里掀起热议。

有AI研究者指出:

Gato令人印象深刻。只需要在云上花费5万美元,就能完成对它的训练。

这点钱只是PaLM训练费用1100万美元的一个零头。用PaLM的预算完全可以将Gato扩展100倍,而这很可能是行之有效的。

PaLM是谷歌发布的5400亿参数语言模型。

有人直接祭出了AlphaStar架构和Gato架构的对比:

Zoom AI杰出科学家Awni Hannun则直接感叹起过去5周以来,谷歌/DeepMind释出成果之密集。

所以这只来自DeepMind的“猫猫”,究竟怎么一回事?

一个Transformer搞定一切

对于研究方法,DeepMind只用一句话就解释明白了:

我们受到语言大模型的启发,用类似的方法把模型能力拓展到文本之外的领域。

没错,这次立功的又是语言大模型中常用的Transformer架构。

Transformer的本质就是把一个序列转换(transform)成另一个序列。

所以要想让它掌握各种不同任务,首先就需要把各类数据都编码成序列。

文本自不必说,天然就是序列信息,可用经典的SentencePiece编码。

图像,ViT已经打好样,先按16x16像素分割,再给每个像素编上号处理成序列。

玩游戏时的按键输入同样是序列,属于离散值,比如懂得都懂的“上上下下左右左右BABA”。

操纵机器人时的传感器信号和关节力矩属于连续值,也通过一系列采样和编码处理成离散序列。

最终,所有序列数据都交给同一个Transformer处理。

整个Gato模型使用的训练数据总体上偏向游戏和机器人控制任务,596个任务占了85.3%。视觉和自然语言任务只占14.7%。

模型架构上,为了简洁和可扩展性,就在最经典的原版Transformer基础上小改,具体参数如下:

24层11.8亿参数版的Gato,在谷歌16x16 Cloud TPUv3切片上训练了大约4天。

到了部署阶段,Gato对于视觉和语言任务就像传统Transformer和ViT那样运行。

对于游戏和机器人控制的行为模式则可以理解为“走一步看一步”。

首先给出一个任务提示,比如游戏操作或机器人动作,作为输出序列的开头。

接下来Gato会观察当前的环境,对动作向量进行一次自回归采样,执行动作后环境发生变化,再重复这个过程……

那么这样训练出来的Gato,在各项任务中到底表现如何?

仅靠12亿参数成为多面手

玩游戏方面,Gato的表现可以用一张图来总结。

x轴是训练集之中专家水平的百分比,其中0代表一个随机参数模型的水平。

y轴是Gato超过或达到对应专家水平的任务数量。

最终结果,Gato在604个任务中,有450个超过了专家水平的50%。

更详细的结果如下:

雅达利游戏测试中,Gato在23个游戏上表现超过人类平均分,11个游戏上比人类得分高一倍。

这些游戏包括经典的乒乓球、赛车,也包括射击、格斗等多种类型。

在Bengio团队推出的BabyAI测试上,Gato几乎在所有关卡达到了专家水平的80%,最难的几个Boss关达到75%。与之前BabyAI榜单上的两个模型水平相当(分别为77%和90%),但这两个模型都针对性的用了上百万个演示来训练。

△BabyAI关卡示例

在Meta-World上(虚拟环境中操作机械臂),Gato在全部45个任务中,有44个超过专家水平的50%,35个超过80%,3个超过90%。

△Meta-World任务示例

操纵真实机器人方面,与之前模型对比也不遑多让。

至于视觉和文本任务DeepMind这次至少为了验证通用模型的可行性,没有做跑分,而是给了一些示例。

△描述图像

△聊天对话

最后,DeepMind还对Gato模型的可扩展性做了评估。

虽然当前Gato在每一个单独任务上都还比不上SOTA结果,但实验结果表明,随着参数、数据和硬件的增加,Gato模型的性能还有成比例上涨的空间。

另外,Gato在少样本学习上也表现出一定潜力。

DeepMind认为,这样一个通用模型将来可通过提示或微调迅速学习新的任务,再也不用为每个任务都重头训练一个大模型了。

通用人工智能还有多远?

看完Gato如此表现,网友们的“大受震撼”也就不奇怪了。

甚至还有人认为,AGI(通用人工智能)近在眼前。

当然,反对/质疑的声音也不小。

比如始终冲在给人工智能泼冷水一线的马库斯,这次也第一时间开了炮:

仔细看看第10页。无论模型有多大,大型语言模型标志性的不靠谱和错误信息仍然存在。

但不管怎么说,DeepMind在通用人工智能方向上的努力都在不断涌现出新成果。

事实上,无论是2013年惊艳了谷歌的雅达利游戏AI,还是名满全球的AlphaGo、AlphaStar,DeepMind透过这些阶段性成果想要达成的终极目标,一直都通向通用人工智能这个关键词。

去年,DeepMind首席研究科学家、伦敦大学学院教授David Silver还领衔发布了一篇同样引起不少讨论的文章:Reward is Enough。

论文认为,强化学习作为基于奖励最大化的人工智能分支,足以推动通用人工智能的发展。

而据Gato团队成员透露,这只“猫猫”已经在DeepMind内部孕育了2年时间。

此次Gato是以有监督方式进行离线训练的,但论文也强调,原则上,同样可以采用离线或在线强化学习的方式对其进行训练。

而就在一周前,DeepMind发布了一个新视频,其中说到:

我们接下来要做一件大事(the next big thing),那意味着需要去尝试很多人们认为过于困难的事情。但我们一定要去尝试一下。

现在看来,这个next big thing就是指AGI了。

论文地址:https://www.deepmind.com/publications/a-generalist-agent

责任编辑:张燕妮 来源: 量子位
相关推荐

2022-04-15 14:31:02

鸿蒙操作系统

2022-05-03 22:25:57

Python浏览器语言

2022-05-09 15:08:56

存储厂商NFV领域华为

2022-05-16 10:36:08

GitHub开源项目

2022-05-11 15:08:52

驱动开发系统移植

2022-04-25 14:06:28

数据分析人工智能机器学习

2022-05-24 12:05:36

Testin云测试

2022-04-21 10:01:48

VMware

2022-05-06 16:31:27

人工智能自然语言生物特征识别

2022-05-11 14:48:33

腾讯云寿险民生保险

2022-05-10 14:11:55

人工智能金融科技机器学习

2022-05-05 15:56:43

数字化转型锐捷网络

2022-05-09 11:57:39

云原生实践安全

2022-04-17 23:02:08

数据分析数字化转型人工智能

2022-04-20 11:57:30

物联网人工智能

2022-04-26 05:49:45

物联网OTIT

2022-04-29 13:15:13

数据中台管控

2022-05-12 14:44:38

数据中心IT云计算

2022-05-09 16:33:03

EDR终端安全

2022-05-16 10:41:40

GNOME 42Console控制台

同话题下的热门内容

炼丹速度×7!你的Mac电脑也能在PyTorch训练中用GPU加速了阿里副总裁、达摩院副院长金榕被曝离职!AI科学家集体“逃离“大厂…信息抽取里程碑式突破!NLP要迎来大规模落地了?骗过83%网友!图像生成界天花板DALL-E 2竟然通过了图灵测试?美团图神经网络训练框架的实践和探索超优的纯文本模型?GPT-4蓄势待发什么时候使用机器学习元宇宙在艺术行业的探索

编辑推荐

转转公司架构算法部孙玄:AI下的微服务架构Facebook开源相似性搜索类库Faiss,超越已知最快算法8.5倍运维:对不起,这锅,我们不背快消品图像识别丨无人店背后的商品识别技术最全面的百度NLP自然语言处理技术解析
我收藏的内容
点赞
收藏

51CTO技术栈公众号