2022年6月15日,世界上第一个“半机械人”彼得·斯科特-摩根去世。在2017年确诊肌萎缩侧索硬化(ALS)后,彼得逐渐丧失了移动、自理、吞咽、语言等多项能力,但他没有认命,而是通过胃造口、结肠造口、膀胱造口、全喉切除等身体改造手术,并在眼动追踪、语音合成、虚拟化身等技术的帮助下,将自己改造为半人半机械的“赛博格”。
当表达想法时,彼得看向屏幕上的按钮,摄像头会精确追踪他的眼睛,打出对应的字母,再转化为彼得音色的语音,同时彼得的虚拟化身会根据语音内容做出动作。
我们的科技留言板“有意见”如下
@凶狗睡大石:彼得是一位拥有伦敦帝国理工学院博士学位,出版过8本书籍,在全球开展了1000多场演讲的机器人科学家。他能完成对自己的改造是他与命运的抗争,完全基于他有钱、有能力、有资源。机械造价高昂并且无法量产,对于那些已经病入膏肓、家境贫寒的渐冻症患者来说,彼得的经历并没有为他们带来希望。这是科技在进步的证明,但也是幸存者偏差。
@抓住:成为“赛博格”不应是个选择而是个机遇。未来每个人都将与AI协同成为“赛博格”。AI将成为我们身体的一部分,不是因为它填补了我们缺失的某些功能,而是AI在放大我们自有的优势,期待强化版自己到来的那一天。
@独木舟:合成音频有巨大的市场需求,为彼得合成语音系统的是来自苏格莱的CereProc公司。其深耕合成音频多年,与肌萎缩侧索硬化症协会合作,为肌萎缩侧索硬化症患者提供全面的声音,霍金也曾使用过CereProc语音技术。
@不倒翁:很佩服为了科学而奉献自己一切的彼得。霍金的AI应用,还仅仅是包括面部识别、眼球识别等外在的交互系统,彼得除了应用和霍金同款的AI软件,还进行了身体改造,并且最后还为脑机接口设备的意念沟通做试验。可以说从身体到灵魂都和AI进行了交互,是新的人类到来,还是新的AI降临,值得我们思考。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。