Transformer作者創(chuàng)業(yè)后首個(gè)成果亮相！用文本指揮AI做表格發(fā)郵件，這是先給自己造了個(gè)員工？

明敏 2022-09-24 15:19:43 來(lái)源：量子位

老羅的TNT被做出來(lái)了？

明敏發(fā)自凹非寺

量子位 | 公眾號(hào) QbitAI

集結(jié)了Transformer作者、前OpenAI工程副總裁的創(chuàng)業(yè)團(tuán)隊(duì)，不到半年就亮出首個(gè)大模型——

Action Transformer（ACT-1）。

簡(jiǎn)單來(lái)說(shuō)，這是一個(gè)會(huì)使用瀏覽器、Excel等軟件工具的AI。

基于Transformer的自然語(yǔ)言處理能力，它能理解人類(lèi)給出的命令，并完成相應(yīng)操作。

比如，想要在Excel表格中加上利潤(rùn)、利潤(rùn)率，只需把這段話(huà)輸入給AI，它就能自己在對(duì)應(yīng)行列創(chuàng)建公式完成任務(wù)了。

想要在網(wǎng)上找房子，也不用自己搜索再設(shè)置各種篩選條件了。

只需要告訴AI：幫我在休斯頓找一套四口之家住的房子，預(yù)算在60萬(wàn)。

然后AI就能一氣呵成找到目標(biāo)范圍內(nèi)的房源了。

整個(gè)過(guò)程非常絲滑連貫，看上去比自己手動(dòng)操作要快上很多。

最大的好處就是不用自己來(lái)操作了，“吆喝”一聲即可，屬實(shí)是懶癌福音。

團(tuán)隊(duì)表示，他們認(rèn)為人類(lèi)在電腦上的各種操作，通用人工智能也能搞定，ACT-1正是他們朝這個(gè)方向邁出的第一步。

讓AI來(lái)幫助人機(jī)交互

從官方目前公布的功能來(lái)看，這個(gè)AI像是Siri、微軟小娜的究極加強(qiáng)版。

它的優(yōu)勢(shì)在于幫人們省去了很多繁雜的操作，比如在網(wǎng)頁(yè)上填信息表格，鼠標(biāo)不操作個(gè)十幾次很難搞定。

但是如果用AI，只需輸入一句話(huà)。

而且AI的操作并不局限在一個(gè)網(wǎng)頁(yè)。

讓它找個(gè)一千塊以下的冰箱并聯(lián)系賣(mài)家，AI先從購(gòu)物平臺(tái)上檢索，然后自己打開(kāi)郵箱寫(xiě)郵件。

遇到自己不懂的事情，還知道上維基百科搜索一番。

即便是操作失誤了，也能根據(jù)人類(lèi)給出的教程指導(dǎo)快速學(xué)習(xí)。

這不，一開(kāi)始弄成亂碼的Excel表格，在學(xué)習(xí)了正確的公式后，AI很快給出了正確的操作。

總之就是把日常我們用電腦時(shí)的一些繁瑣小事，交給AI來(lái)辦。

正如公司創(chuàng)始人兼CEO David Luan所說(shuō)，他們希望由AI來(lái)完成一些瑣碎的基礎(chǔ)電腦操作，讓人類(lèi)更專(zhuān)注于自己的工作。

研發(fā)團(tuán)隊(duì)表示，他們是通過(guò)將ACT-1連接在一個(gè)Chrome擴(kuò)展程序上，讓它來(lái)觀察瀏覽器的一些操作，比如點(diǎn)擊、輸入、滾動(dòng)等。

目前來(lái)看ACT-1還有很多進(jìn)步空間。團(tuán)隊(duì)希望它最終的操作速度可以達(dá)到人類(lèi)察覺(jué)不到的水平。

值得一提的是，想讓AI來(lái)充當(dāng)人類(lèi)電腦操作助手的，并非Adept一家。

今年2月，DeepMind發(fā)表了一篇論文，表示他們利用數(shù)據(jù)驅(qū)動(dòng)的方法，讓AI學(xué)習(xí)到人類(lèi)操作電腦的方式，從而讓它們完成訂機(jī)票等任務(wù)。

DeepMind表示，他們訓(xùn)練的AI可以完成100多項(xiàng)任務(wù)，并且都達(dá)到了人類(lèi)水平。

此外，由DeepMind聯(lián)合創(chuàng)始人穆斯塔法等人創(chuàng)立的Inflection AI，也是想以AI的方式，重新定義人機(jī)交互。

ACT-1的打造者是Adept，今年4月官宣成立。

天使輪便拿下6500萬(wàn)美元融資，投資人包括Uber CEO、特斯拉自動(dòng)駕駛負(fù)責(zé)人、Airtable創(chuàng)始人等。

創(chuàng)始團(tuán)隊(duì)陣容非常豪華。

首席科學(xué)家是Ashish Vaswani。他是《Attention is all you need》的第一作者，平常看論文時(shí)經(jīng)常出現(xiàn)的“(Vaswani et al., 2017)”就是這位大佬。

他博士畢業(yè)于南加州大學(xué)，在谷歌大腦工作已有5年。

Transformer的另一位作者Niki Parmar也加入了該團(tuán)隊(duì)。

她在印度上完大學(xué)后，同樣在南加州大學(xué)讀完碩士，在谷歌工作了近7年。

創(chuàng)始人兼CEO David Luan，是前OpenAI加州實(shí)驗(yàn)室工程副總裁，參與過(guò)GPT-2、GPT-3、CLIP、DALL-E等模型的開(kāi)發(fā)，后來(lái)加入谷歌，曾任谷歌大腦大模型研究的Director。

除了以上幾位，團(tuán)隊(duì)人員還包括：

Kelsey Schroeder，斯坦福大學(xué)計(jì)算數(shù)學(xué)（computational mathematics ）專(zhuān)業(yè)碩士，前谷歌大模型生產(chǎn)infra的產(chǎn)品負(fù)責(zé)人；
Anmol Gulati，在谷歌主要做語(yǔ)音識(shí)別模型；
Augustus Odena，在谷歌領(lǐng)導(dǎo)大型語(yǔ)言模型相關(guān)的工作，也有不少圖像合成方面的研究；
Erich Elsen，機(jī)器學(xué)習(xí)和高性能計(jì)算交叉領(lǐng)域的研究人員，前Deepmind員工，主要研究大模型，在更早之前，還分別在谷歌和百度（硅谷AI Lab）干了兩年；
Fred Bertsch，谷歌數(shù)據(jù)和協(xié)作人工智能系統(tǒng)方面的專(zhuān)家。

最后一位，Maxwell Nye，是剛從MIT畢業(yè)的一位博士生，研究重點(diǎn)為自動(dòng)代碼生成。

總的來(lái)說(shuō)，可謂大佬云集，且各有專(zhuān)攻。

目前，Adept的最新成果ACT-1還沒(méi)有對(duì)外開(kāi)放使用，但可以在官網(wǎng)排隊(duì)了~

以及團(tuán)隊(duì)正在招聘人才，感興趣的小伙伴可以關(guān)注一下子。

參考鏈接：
[1]https://twitter.com/AdeptAILabs/status/1570144499187453952
[2]https://techcrunch.com/2022/04/26/2304039/

版權(quán)所有，未經(jīng)授權(quán)不得以任何形式轉(zhuǎn)載及使用，違者必究。