Chatbots wie ChatGPT und Claude haben in den letzten drei Jahren einen kometenhaften Anstieg ihrer Nutzung erlebt, da sie Ihnen bei einer Vielzahl von Aufgaben helfen können. Egal, ob Sie Shakespeare-Sonette schreiben, Code debuggen oder eine Antwort auf eine obskure Quizfrage benötigen, Systeme der künstlichen Intelligenz scheinen für Sie da zu sein. Die Quelle dieser Vielseitigkeit? Milliarden oder sogar Billionen Textdatenpunkte im Web.

Diese Daten reichen jedoch nicht aus, um einem Roboter beizubringen, ein hilfreicher Haushalts- oder Fabrikassistent zu sein. Um zu verstehen, wie man Objekte in verschiedenen Umgebungen handhabt, stapelt und in verschiedenen Anordnungen platziert, müssen Roboter vorgeführt werden. Sie können sich Robotertrainingsdaten als eine Sammlung von Anleitungsvideos vorstellen, die die Systeme durch jede Bewegung einer Aufgabe führen. Das Sammeln dieser Demonstrationen an echten Robotern ist zeitaufwändig und nicht perfekt wiederholbar. Daher haben Ingenieure Trainingsdaten erstellt, indem sie Simulationen mit KI generierten (die oft nicht die reale Physik widerspiegeln) oder jede digitale Umgebung mühsam von Grund auf manuell erstellten.

Forscher am Laptop Science and Synthetic Intelligence Laboratory (CSAIL) des MIT und am Toyota Analysis Institute haben möglicherweise einen Weg gefunden, die vielfältigen, realistischen Trainingsgelände zu schaffen, die Roboter benötigen. Ihre „steuerbare SzenengenerierungDer Ansatz erstellt digitale Szenen von Dingen wie Küchen, Wohnzimmern und Eating places, mit denen Ingenieure viele Interaktionen und Szenarien in der realen Welt simulieren können. Das Software wurde an über 44 Millionen 3D-Räumen trainiert, die mit Modellen von Objekten wie Tischen und Tellern gefüllt sind, platziert vorhandene Property in neuen Szenen und verfeinert sie dann zu einer physikalisch genauen, lebensechten Umgebung.

Durch die steuerbare Szenengenerierung werden diese 3D-Welten erstellt, indem ein Diffusionsmodell – ein KI-System, das aus zufälligem Rauschen ein Bild generiert – in Richtung einer Szene „gelenkt“ wird, die man im Alltag findet. Die Forscher nutzten dieses generative System, um eine Umgebung „einzumalen“ und bestimmte Elemente in der gesamten Szene auszufüllen. Sie können sich vorstellen, dass sich eine leere Leinwand plötzlich in eine Küche verwandelt, die mit 3D-Objekten übersät ist, die nach und nach zu einer Szene neu arrangiert werden, die die Physik der realen Welt imitiert. Das System stellt beispielsweise sicher, dass eine Gabel nicht durch eine Schüssel auf einem Tisch geht – ein häufiger Fehler in 3D-Grafiken, der als „Clipping“ bekannt ist und bei dem sich Modelle überlappen oder schneiden.

Wie genau die steuerbare Szenengenerierung ihre Entstehung in Richtung Realismus führt, hängt jedoch von der gewählten Strategie ab. Seine Hauptstrategie ist die „Monte-Carlo-Baumsuche“ (MCTS), bei der das Modell eine Reihe alternativer Szenen erstellt und diese auf unterschiedliche Weise ausfüllt, um ein bestimmtes Ziel zu erreichen (z. B. eine Szene physisch realistischer zu machen oder so viele essbare Gegenstände wie möglich einzubeziehen). Es wird vom KI-Programm AlphaGo verwendet, um menschliche Gegner in Go (einem schachähnlichen Spiel) zu schlagen, da das System mögliche Zugfolgen berücksichtigt, bevor es die vorteilhafteste auswählt.

„Wir sind die ersten, die MCTS auf die Szenengenerierung anwenden, indem wir die Aufgabe der Szenengenerierung als einen sequentiellen Entscheidungsprozess definieren“, sagt Nicholas Pfaff, Doktorand am MIT Division of Electrical Engineering and Laptop Science (EECS), CSAIL-Forscher und Hauptautor von a Papier die Arbeit vorstellen. „Wir bauen weiterhin auf Teilszenen auf, um im Laufe der Zeit bessere oder gewünschtere Szenen zu produzieren. Infolgedessen erstellt MCTS Szenen, die komplexer sind als das, worauf das Diffusionsmodell trainiert wurde.“

In einem besonders aufschlussreichen Experiment fügte MCTS einer einfachen Restaurantszene die maximale Anzahl an Objekten hinzu. Auf einem Tisch befanden sich bis zu 34 Gegenstände, darunter riesige Stapel Dim-Sum-Gerichte, nachdem Szenen mit durchschnittlich nur 17 Gegenständen trainiert wurden.

Durch die Generierung steuerbarer Szenen können Sie auch verschiedene Trainingsszenarien durch Reinforcement Studying generieren – im Grunde genommen indem Sie einem Diffusionsmodell beibringen, ein Ziel durch Versuch und Irrtum zu erreichen. Nachdem Sie anhand der Ausgangsdaten trainiert haben, durchläuft Ihr System eine zweite Trainingsphase, in der Sie eine Belohnung skizzieren (im Grunde ein gewünschtes Ergebnis mit einer Punktzahl, die angibt, wie nah Sie diesem Ziel sind). Das Modell lernt automatisch, Szenen mit höheren Punktzahlen zu erstellen, wobei es häufig zu Szenarien kommt, die sich erheblich von denen unterscheiden, an denen es trainiert wurde.

Benutzer können das System auch direkt aufrufen, indem sie bestimmte visuelle Beschreibungen eingeben (z. B. „Eine Küche mit vier Äpfeln und einer Schüssel auf dem Tisch“). Dann kann die steuerbare Szenengenerierung Ihre Wünsche präzise zum Leben erwecken. Beispielsweise befolgte das Software die Eingabeaufforderungen der Benutzer mit einer Price von 98 Prozent bei der Erstellung von Szenen mit Vorratsregalen und 86 Prozent bei unordentlichen Frühstückstischen. Beide Noten bedeuten eine mindestens 10-prozentige Verbesserung gegenüber vergleichbaren Methoden wie „MiDiffusion“ Und „DiffuScene.“

Das System kann auch bestimmte Szenen durch Eingabeaufforderungen oder Lichtanweisungen vervollständigen (z. B. „Überlege dir eine andere Szenenanordnung mit denselben Objekten“). Sie könnten ihn beispielsweise bitten, Äpfel auf mehreren Tellern auf einem Küchentisch zu platzieren oder Brettspiele und Bücher auf ein Regal zu stellen. Es geht im Wesentlichen darum, „die Lücke zu füllen“, indem man Gegenstände in leere Räume einfügt, aber den Relaxation einer Szene beibehält.

Den Forschern zufolge liegt die Stärke ihres Projekts darin, viele Szenen zu erstellen, die Robotiker tatsächlich nutzen können. „Eine wichtige Erkenntnis aus unseren Erkenntnissen ist, dass es in Ordnung ist, wenn die Szenen, die wir vorab trainiert haben, nicht genau den Szenen ähneln, die wir eigentlich wollen“, sagt Pfaff. „Mit unseren Steuerungsmethoden können wir über diese breite Verteilung hinausgehen und von einer ‚besseren‘ Stichprobe ausgehen. Mit anderen Worten, wir können die vielfältigen, realistischen und aufgabenorientierten Szenen erzeugen, in denen wir unsere Roboter tatsächlich trainieren wollen.“

Solche riesigen Szenen wurden zum Testgelände, auf dem sie einen virtuellen Roboter aufzeichnen konnten, der mit verschiedenen Gegenständen interagierte. Die Maschine legte beispielsweise Gabeln und Messer sorgfältig in einen Besteckhalter und ordnete Brot in verschiedenen 3D-Einstellungen auf Tellern neu an. Jede Simulation wirkte flüssig und realistisch und ähnelte der realen Welt, mit deren Hilfe anpassungsfähige Roboter und steuerbare Szenengenerierung eines Tages trainieren könnten.

Während das System ein ermutigender Weg nach vorn bei der Generierung vielfältiger Trainingsdaten für Roboter sein könnte, sagen die Forscher, dass ihre Arbeit eher ein Proof of Idea sei. In Zukunft möchten sie generative KI nutzen, um völlig neue Objekte und Szenen zu erstellen, anstatt eine feste Asset-Bibliothek zu verwenden. Sie planen außerdem, bewegliche Objekte einzubauen, die der Roboter öffnen oder drehen kann (z. B. mit Lebensmitteln gefüllte Schränke oder Gläser), um die Szenen noch interaktiver zu gestalten.

Um ihre virtuellen Umgebungen noch realistischer zu gestalten, können Pfaff und seine Kollegen Objekte aus der realen Welt integrieren, indem sie eine Bibliothek von Objekten und Szenen verwenden, die aus Bildern im Web stammen, und ihre früheren Arbeiten zu „Skalierbares Real2Sim.“ Indem das Group erweitert, wie vielfältig und lebensecht KI-konstruierte Robotertestgelände sein können, hofft es, eine Benutzergemeinschaft aufzubauen, die viele Daten erstellt, die dann als riesiger Datensatz verwendet werden könnten, um geschickten Robotern verschiedene Fähigkeiten beizubringen.

„Heutzutage kann die Erstellung realistischer Szenen für die Simulation ein ziemlich herausforderndes Unterfangen sein. Durch die prozedurale Generierung kann problemlos eine große Anzahl von Szenen erzeugt werden, diese werden jedoch wahrscheinlich nicht repräsentativ für die Umgebungen sein, denen der Roboter in der realen Welt begegnen würde. Die manuelle Erstellung maßgeschneiderter Szenen ist sowohl zeitaufwändig als auch teuer“, sagt Jeremy Binagia, ein angewandter Wissenschaftler bei Amazon Robotics, der nicht an der Arbeit beteiligt battle. „Die steuerbare Szenengenerierung bietet einen besseren Ansatz: Trainieren Sie ein generatives Modell anhand einer großen Sammlung bereits vorhandener Szenen und passen Sie es (unter Verwendung einer Strategie wie Reinforcement Studying) an bestimmte nachgelagerte Anwendungen an. Im Vergleich zu früheren Arbeiten, die ein Normal-Imaginative and prescient-Language-Modell nutzen oder sich nur auf die Anordnung von Objekten in einem 2D-Raster konzentrieren, garantiert dieser Ansatz physikalische Machbarkeit und berücksichtigt vollständige 3D-Übersetzung und -Rotation, was die Generierung viel interessanterer Szenen ermöglicht.“

„Die steuerbare Szenengenerierung mit Put up-Coaching und Inferenzzeitsuche bietet einen neuartigen und effizienten Rahmen für die Automatisierung der Szenengenerierung im großen Maßstab“, sagt Rick Cory SM ’08, PhD ’10, Robotiker am Toyota Analysis Institute, der ebenfalls nicht an der Arbeit beteiligt battle. „Darüber hinaus kann es „noch nie dagewesene“ Szenen erzeugen, die für nachgelagerte Aufgaben als wichtig erachtet werden. In der Zukunft könnte die Kombination dieses Frameworks mit umfangreichen Internetdaten einen wichtigen Meilenstein für die effiziente Schulung von Robotern für den Einsatz in der realen Welt setzen.“

Pfaff verfasste den Artikel zusammen mit dem leitenden Autor Russ Tedrake, dem Toyota-Professor für Elektrotechnik und Informatik, Luft- und Raumfahrttechnik sowie Maschinenbau am MIT; ein Senior Vice President für große Verhaltensmodelle am Toyota Analysis Institute; und CSAIL-Hauptermittler. Weitere Autoren waren der Robotikforscher Hongkai Dai SM ’12, PhD ’16 des Toyota Analysis Institute; Teamleiter und leitender Forschungswissenschaftler Sergey Zakharov; und Shun Iwase, Doktorand an der Carnegie Mellon College. Ihre Arbeit wurde teilweise von Amazon und dem Toyota Analysis Institute unterstützt. Die Forscher stellten ihre Arbeit im September auf der Convention on Robotic Studying (CoRL) vor.

Gestern sah ich, wie sich mein Mitbewohner auf ein bevorstehendes Interview vorbereitete und sie struggle überall – überarbeitete Themen, Übungscodes und so weiter. Zufälligerweise bin ich auf eine Instagram -Rolle gestoßen – sprach über ein Instrument namens Cluely.ai, das Ihnen helfen kann, durch On-line -Interviews zu betrügen, ohne erwischt zu werden. Ohne einen zweiten Gedanken leitete ich ihr die Rolle, als wäre es die Lösung für alle ihre Leiden. Minuten später stellte sie mir eine einfache Frage: Aber ist es sicher? Was ist, wenn ich erwischt werde?

In diesem Fall sollte man mich immer faktencheck und variieren von den Konsequenzen, bevor man ein KI -Instrument verwendet. In diesem Weblog werden wir additionally das umstrittene Instrument untersuchen, das die Schlagzeilen gemacht hat – cluely.ai, das im Grunde ein Desktop -Assistent ist, mit dem Sie durch Verkaufsgespräche und On-line -Conferences navigieren können. Wir werden verstehen, wie es funktioniert und welche möglichen Auswirkungen ein solches Instrument verwendet werden.

Was ist Cluely.ai?

Cluely.ai ist ein Assistent von KI, der auf Ihrem Desktop arbeitet, um in virtuellen Interaktionen wie On-line-Vorstellungsgesprächs-Interviews, Verkaufsanrufen und Besprechungen in Echtzeit und „nicht nachweisbar“ zu unterstützen. Es hilft Benutzern, Fakten zu überprüfen, Code zu schreiben, Informationen zu recherchieren und vieles mehr. Es bietet Pitch -Hilfe bei Verkaufsanrufen, Einwände in Besprechungen und überzeugende Antworten in jedem Interview. Obwohl es nicht das erste KI -Instrument ist, das Unterstützung bei On-line -Anrufen bietet, ist dies der erste, der dies tut – völlig nicht nachweisbar.

Es funktioniert, indem Sie Ihren Bildschirm überwachen und das Audio während des gesamten On-line-Conferences hören, wodurch kontextbezogene Vorschläge und Antworten in Echtzeit geliefert werden. Dies geschieht durch eine versteckte oder versteckte Schicht, die für andere Teilnehmer des Treffens völlig unsichtbar bleibt. Während die genauen technischen Particulars darüber, wie Cluely.ai arbeitet, immer noch nicht bekannt ist, wurde angenommen, dass dieser KI -Assistent in einem separaten Fenster innerhalb des Benutzersystems parallelly ausführt. Da die Ausgabe des Instruments für andere Teilnehmer unsichtbar bleibt, kann davon ausgegangen werden, dass Cluely.ai die Ausgabe von Display-Sharing-Ausgaben manipuliert.

Das Instrument hat derzeit rund 70.000 aktive Benutzer zu einem Abonnementkurs von 20 USD professional Monat.

Schlüsselmerkmale von cluely.ai

Einige der Merkmale von cluely.ai sind:

1. Das Instrument überwacht das gesamte Video und Audio während eines Anrufs und bietet schnelle Eingabeaufforderungen für Antworten.
2. Es läuft als verstecktes Browserfenster und bleibt unsichtbar, selbst wenn der Bildschirm geteilt wird.
3. Die Teilnehmer eines Conferences können ihre Dokumente hochladen und cluely.ai kann sie automatisch scannen. Es kann die wichtigen Punkte auf den Benutzer beziehen, der sie dann im Gespräch verwenden kann.
4. Nach Abschluss des Treffens kann Cluely.ai maßgeschneiderte E -Mails für die Teilnehmer anhand der Diskussion generieren.
5. Cluely.ai arbeitet mit beliebten On-line -Assembly -Plattformen wie Zoom, Google Meet, Groups Assembly usw. zusammen.

Die Geschichte von Cluely.ai

Dieser KI -Assistent wurde von zwei Absolventen von Columbia, Chungin „Roy“ Lee und Neel Shanmugam, entwickelt und entwickelte sich aus ihrem Faculty -Projekt „Interview Codierer“, das den Studenten bei ihren technischen Interviews unterstützt. Ihre Erfindung brachte den beiden Gründern Disziplinarmaßnahmen ein, wobei Chungin für dasselbe ausgewiesen wurde.

Trotzdem hat dieses kontroverse Startup gerade Saatgutfinanzierung im Wert von 5,3 Millionen US -Greenback von seinen großen Investoren erhalten. Von seinen kontroversen Werbung bis hin zu seiner Web site, die eindeutig besagt, dass das Instrument seinen Benutzern „betrügen“, fordert das Unternehmen die Welt auf, sich an diese Welle der KI -Innovation anzupassen.

Warum reden alle über Cluely.ai?

Cluely.ai fragt die Artwork und Weise, wie wir arbeiten. Es bietet eine kurze Möglichkeit, Hilfe bei On-line -Conferences und Vorstellungsgesprächen zu erhalten, wodurch wir die Authentizität dieser Methoden in Frage stellen. Put up-Covid hat sich dank der wachsenden Unterstützung verschiedener On-line-Assembly-Plattformen wie Zoom, Microsoft Groups und Google Meet an die On-line-Lebensweise angepasst.

Um die Herausforderungen des Betrugs oder der missbilligen Handlungen durch diese Instruments zu besiegen, baten die Interviewer oder Organisatoren die Kandidaten häufig, ihre Bildschirme zu teilen, ihre Kameras jederzeit aufzubewahren und sogar strenge Bewertungsprotokolle festzulegen. Aber Cluely.ai beweist all dies unzureichend oder irrelevant mit ihrem KI-betriebenen Betrugswerkzeug. Die Funktionen ermöglichen es Kandidaten und Mitarbeitern, externe Hilfe zu gewinnen, ohne erwischt zu werden, die Legitimität des On-line -Einstellungsprozesses in Frage zu stellen und die Daten zur Datensicherheit zu erhöhen.

Ist es unlawful?

Derzeit haben weder Indien noch die USA oder sogar die EU -Richtlinien, um die Rechtmäßigkeit von Cluely.ai in Frage zu stellen. Dieses Instrument verstößt jedoch gegen das Recht einer Particular person auf Privatsphäre, da das Audio oder Video einer Particular person ohne ihre Zustimmung aufgenommen wird. Obwohl das Instrument nirgendwo ausdrücklich verboten ist, ist sowohl für Einzelpersonen als auch für Unternehmen eine Bedrohung, da es Zugang zu vertraulichen Daten erhalten kann, die in On-line -Conferences geteilt werden.

Cluely.ai wird unverfroren als KI -Assistent beworben, um Ihnen zu helfen, „betrügen“, aber es ist nicht der erste. Es gibt mehrere KI -Instruments, die entweder direkt oder indirekt die Legitimität von On-line -Interaktionen verfolgen. Einige der beliebten Instruments sind:

1. Good Brille

Diese Brille ist mehr als nur ein hübsches Accessoire. Sie können als KI-Copiloten fungieren, die Echtzeitunterstützung, Reside-Transkriptionen in mehreren Sprachen anbieten und sprachaktivierte Fragen beantworten. Diese Brillen ermöglichen es den Kandidaten, während der gesamten Besprechungen zu helfen, ohne dass ein anderer Teilnehmer es bemerkt. Einige der beliebten KI-angetriebenen intelligenten Brillen sind Ray-Ban-Meta-Good-Brillen, Halliday-KI-Brillen, Soli Good Brille usw.

2. AI -Interviewassistenten

Die meisten KI -Interviewassistenten da draußen sollen den Kandidaten helfen, sich für ihre bevorstehenden Interviews vorzubereiten und zu üben. Wenn diese Instruments jedoch im Stealth -Modus verwendet werden, können sie auch von den Kandidaten missbraucht werden, um während der Interviews sofortige Antworten zu erhalten. Einige bekannteste AI-Interviewassistenten sind die endgültige Runde AI, Lockedin AI, Sensei AI usw.

3. Browserverlängerungen

Diese Chrom- oder Safari-Erweiterungen bieten in virtuellen Interviews Echtzeitantworten und verschmelzen gleichzeitig mit normalem Browserverhalten. Solche Browser -Erweiterungen überwachen Ihren Bildschirm, um Ihnen Hinweise zu geben und den Inhalt in der Anzeige zusammenzufassen. Aiapplys Interview Buddy ist ein Beispiel für eine solche Artwork von Browsererweiterung.

4. Bluetooth+AI

Tiny Bluetooth -Geräte oder einfache Bluetooth -Ohrhörer, wenn sie mit einem KI -Assistenten betrieben werden, können in Echtzeit Antworten auf Fragen flüstern, ohne dass jemand es bemerkt. Diese Geräte, die oft nur als normale Ohrhörermenge erscheinen, können ein täuschender Besprechungskumpel sein. Manchmal können diese Geräte so klein und dünn sein wie ein Chip – es ist unmöglich, sie überhaupt über den Bildschirm zu sehen.

Wie können wir virtuelle Interaktionen schützen?

Jede Herausforderung bietet sich eine Probability. Werkzeuge wie Cluely.AI, KI-angetriebene Good-Brillen und Browser-Erweiterungen haben eine wichtige Anfälligkeit in unserem virtuellen Interaktionsprozess hervorgehoben. Um das Vertrauen und die Legitimität unserer On-line -Conferences zu bewahren, finden Sie hier einige Ansätze, die Unternehmen und Einzelpersonen in Zukunft berücksichtigen können:

1. Verbesserter Überprüfungsprozess

Während sich Unternehmen viel auf die Überprüfung des Kandidatenhintergrunds konzentrieren, es ist jedoch eine gleiche Aufmerksamkeit, ihren genauen „physischen“ Hintergrund zu überprüfen, wenn sie für ein Interview oder eine Bewertung vorhanden sind. Dies kann die strikte Entfernung von nicht autorisierten Geräten (wie eine sekundäre Bildschirm oder eine intelligente Brille) aus der Umgebung beinhalten. Ein vollständiger 360-Grad-Scan der Umgebung des Kandidaten mit einem zweiten Telefon oder Gerät. Stellen Sie schließlich die Bildschirmfreigabe jederzeit obligatorisch, um nach externen Eingriffen zu überprüfen.

2. Menschen-zentrierte Bewertung

Es ist nicht einfach, die KI bei Dingen zu schlagen, die es hervorragende Leistungen erbringen, einschließlich der Fähigkeit, sich an Informationen zu erinnern und darauf zu reagieren. Bevorzugen Sie additionally praktische Bewertungen gegenüber theoretischen. Bereitstellung projektbasierter Bewertungen, um die Fähigkeiten des Kandidaten zu testen, und haben Sie während des Screening-Prozesses mehrere Interviewer. Dies stellt sicher, dass AI-Assistenten schwierig werden, in Echtzeit aufzuholen, was es den Kandidaten schwieriger macht, zu betrügen.

3. Verwenden Sie AI

Ein Auge für ein Auge könnte die Welt blind werden, aber das Fangen einer KI mit KI könnte Ihre Augen für verschiedene Arten von Betrugsfällen öffnen, die begangen werden. So wie KI den Benutzern unentdeckt helfen kann, gibt es KI -Modelle, die entschlüssle menschliche Merkmale wie die Bewegung ihrer Augen, unnatürliche Pausen oder Registerkartenschalter „erkennen“ können, um die AI -Unterstützung zu erkennen.

Abschluss

KI öffnet alle Arten von Türen für den Menschen. Von der Erkennung von Krankheiten bis hin zur Lösung von mathematischen Problemen auf hoher Ebene unterstützt es die Innovation an verschiedenen Fronten. Aber dann hat es auch eine Seite, auf der es für die Verbreitung von Fehlinformationen oder Betrug in On-line -Interaktionen verantwortlich sein kann. Da diese Fortschritte fortgesetzt werden, müssen wir mit der Artwork und Weise, wie wir arbeiten, schlauer werden. Die Zukunft hält uns nicht nur zum Laufen; Es betrifft uns Menschen, die synchron mit KI -Modellen arbeiten. Aus diesem Grund ist das Verbot von Apps, die unsere vorhandenen Systeme in Frage stellen, keine langfristige Lösung, sondern das Bauen von AI-freundlicher Ökosystem könnte nur eine sein. Wenn wir vorwärts gehen, brauchen wir bessere Systeme, um KI zu erkennen, damit niemand einen unfairen Vorteil hat.