第68提到了ai那就聊一下
这里的motion prediction有很多种算法,传统的是深度学习,可以是transformer based或者GAN RNN LSTM etc.
侧重点可以有temporal dependencies, context awareness, dynamic constraints, interactive motion prediction etc.
现在出了llm可以结合llm添加文本做context awareness(large model compromises time and computation resource)
multimodal 多种数据组合(eg. 红外/热感/semantic info+正常图像)
不是一定是要有人脑才能做到高精度预判,现在的ai主要还是大数据统计概率进行学习,暂时在通过逻辑理解学习方面有欠缺
这里感觉起码是有热感/mri etc,两个灯泡眼应该是成像相关,否则没办法隔着墙看到人。multimodal light weight real time unsupervised learning framework
看图应该是结合了起码两个机器人,方形的框和脚底履带比较像快递机器人,剩下的是一种不知道的新机器人
其实人脑是一个非常好的有自己的neural network的cpu,不知道石黑想怎么用,但单做cpu gpu也可以,不用让它有自我意识
这里的motion prediction有很多种算法,传统的是深度学习,可以是transformer based或者GAN RNN LSTM etc.
侧重点可以有temporal dependencies, context awareness, dynamic constraints, interactive motion prediction etc.
现在出了llm可以结合llm添加文本做context awareness(large model compromises time and computation resource)
multimodal 多种数据组合(eg. 红外/热感/semantic info+正常图像)
不是一定是要有人脑才能做到高精度预判,现在的ai主要还是大数据统计概率进行学习,暂时在通过逻辑理解学习方面有欠缺
这里感觉起码是有热感/mri etc,两个灯泡眼应该是成像相关,否则没办法隔着墙看到人。multimodal light weight real time unsupervised learning framework
看图应该是结合了起码两个机器人,方形的框和脚底履带比较像快递机器人,剩下的是一种不知道的新机器人
其实人脑是一个非常好的有自己的neural network的cpu,不知道石黑想怎么用,但单做cpu gpu也可以,不用让它有自我意识










