很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
來源：網(wǎng)絡(luò)
編輯：小咸魚
DeepMind 終于逆襲了！
這家總部位于倫敦的AI研究公司在過去幾年虧損數(shù)億美元后，有史以來第一次實現(xiàn)了盈利!
在2020年，DeepMind實現(xiàn)了5960萬美元的利潤。
而僅在一年前的2019年，DeepMind交出的還是一份高達6.49億美元（約42億人民幣）的虧損賬單。
作為一家人工智能初創(chuàng)公司，DeepMind成立十幾年來，研發(fā)了不少明星產(chǎn)品，比如AlphaGo，AlphaFold2，不斷光環(huán)加身。但光環(huán)背后，它的商業(yè)化之路一直走得有點艱辛。
近期，DeepMind在宣布史上首次實現(xiàn)盈利之后，第一次開始出手收購。
10月19號，DeepMind宣布，將機器人模擬器平臺MuJoCo收購，并準備將其作為一個預(yù)編譯的開源庫發(fā)布，免費提供給研究人員。
DeepMind表示，預(yù)計將在2022年發(fā)布MuJoCo的代碼庫，并在Apache 2.0許可下將其作為開源軟件「繼續(xù)改進」。
「我們的機器人團隊一直在使用MuJoCo作為各種項目的模擬平臺。我們致力于開發(fā)和維護MuJoCo。MuJoCo作為一個免費的、開源的、社區(qū)驅(qū)動的項目，具有一流的能力。我們目前正在努力為MuJoCo的全面開源做準備?！笵eepMind表示。
DeepMind創(chuàng)始人Demis Hassabis表示，公司的初衷就是用人工智能推動科學(xué)發(fā)展，造福于人類。
此次收購MuJoCo，并將其作為開源平臺開放給所有研究人員，并不是DeepMind第一次在機器人領(lǐng)域作出貢獻。
所以，DeepMind是如何一直在機器人領(lǐng)域努力突破極限的呢？
2016年，DeepMind的研究人員展示了深度強化學(xué)習(xí)如何訓(xùn)練真正的物理機器人。
研究表明，基于deep Q-functions的強化學(xué)習(xí)算法可以擴展到復(fù)雜的三維操作任務(wù)，并有效地學(xué)習(xí)深度神經(jīng)網(wǎng)絡(luò)策略。
DeepMind進一步表明，通過在異步共享策略更新的多個機器人之間進行算法并行化，可以進一步減少訓(xùn)練機器人的時間。
所提出的方法可以在模擬中學(xué)習(xí)各種3D操作技能和開門技能(通常被認為是在機器人訓(xùn)練中比較復(fù)雜的任務(wù))，而無需手動設(shè)計行為表示。
2018年，DeepMind發(fā)表了三篇主要論文，展示了機器人可以實現(xiàn)靈活自然的行為，來適應(yīng)和解決任務(wù)。
科學(xué)家用各種模擬身體訓(xùn)練agent，讓他們在不同的地形上跳躍、轉(zhuǎn)身和蹲伏。結(jié)果表明，agent在沒有收到具體指示的情況下學(xué)會了這些技能。
另一篇論文展示了一種訓(xùn)練策略網(wǎng)絡(luò)的方法，該網(wǎng)絡(luò)模擬人類行為的動作捕捉數(shù)據(jù)，以預(yù)先學(xué)習(xí)諸如行走、從地面起身、轉(zhuǎn)彎和跑步等技能。
然后，這些行為經(jīng)過調(diào)整，可以改變用途，并解決其他任務(wù)，如爬樓梯和通過有墻壁的走廊。
第三篇論文提出了一個基于最先進的生成模型的神經(jīng)網(wǎng)絡(luò)體系結(jié)構(gòu)。
這項研究展示了這種架構(gòu)如何能夠?qū)W習(xí)不同行為之間的關(guān)系，并模仿向agent展示的特定動作。
經(jīng)過訓(xùn)練后，這些系統(tǒng)可以編碼一個觀察到的動作，并創(chuàng)造一個新的動作。
DeepMind研究了一個數(shù)據(jù)驅(qū)動的機器人框架，該框架使用大量的機器人體驗數(shù)據(jù)集，然后使用學(xué)習(xí)獎勵函數(shù)將其擴展到幾個任務(wù)。
該框架可用于在真實機器人平臺上完成三種不同的物體操縱任務(wù)。
科學(xué)家們使用人類注釋作為監(jiān)督，讓agent學(xué)習(xí)獎勵功能，并用任務(wù)不可知（task-agnostic）的記錄經(jīng)驗來演示任務(wù)。這有助于agent處理現(xiàn)實世界中無法直接獲得獎勵信號的任務(wù)。
基于學(xué)習(xí)到的獎勵和從不同任務(wù)中獲得的大量經(jīng)驗數(shù)據(jù)集，使用批量強化學(xué)習(xí)離線學(xué)習(xí)機器人策略，這種方法可以訓(xùn)練agent執(zhí)行具有挑戰(zhàn)性的操作任務(wù)，如堆疊剛性物體。
最近，DeepMind推出了RGB堆疊，作為基于視覺的機器人操作任務(wù)的新基準。
在這里，機器人必須學(xué)會如何抓住不同的物體，并使它們相互平衡。這不同于以前的工作，因為所用物體非常多樣，為驗證結(jié)果的準確性也需要進行各種經(jīng)驗評估。
結(jié)果表明，使用模擬和真實世界數(shù)據(jù)的組合可以學(xué)習(xí)復(fù)雜的多對象操作。
這個實驗為新物體的概括提出一個強有力的基線，也被認為是DeepMind在制造通用機器人方面的一個重大進步。
DeepMind現(xiàn)在將致力于讓機器人更好地理解不同幾何形狀物體間的相互作用。RGB堆疊基準已經(jīng)與構(gòu)建真實機器人的RGB堆疊環(huán)境、RGB對象的模型和3D打印信息的設(shè)計一起開源。
最后，來聊聊這次DeepMind收購的MuJoCo。
MuJoCo（Multi-Joint Dynamics with Contact）是一款物理引擎模擬器，可促進機器人學(xué)、生物力學(xué)、圖形、動畫等需要快速準確模擬的領(lǐng)域的研發(fā)。
MuJoCo由Emo Todorov為Roboti LLC開發(fā)，是第一批全功能模擬器之一，從零開始設(shè)計，通過觸點進行基于模型的優(yōu)化。
在DeepMind被收購之前，2015年至2021年間，MuJoCo一直是一款商業(yè)產(chǎn)品，也就意味著需要收費，而且并不便宜。
MuJoCo有助于提升計算密集型技術(shù)，如最佳控制、系統(tǒng)識別、物理一致狀態(tài)估計和自動化機構(gòu)設(shè)計，然后將其應(yīng)用于具有豐富接觸行為的復(fù)雜動態(tài)系統(tǒng)。
MuJoCo還有一些應(yīng)用，比如，在物理機器人、游戲和交互式科學(xué)部署之前，經(jīng)常會在MuJoCo上測試和驗證控制方案。
今年，DeepMind的競爭對手OpenAI，在機器人領(lǐng)域投入多年的研究、資源和努力后，最終決定解散其機器人研究團隊，將重點轉(zhuǎn)移到數(shù)據(jù)更容易獲得的領(lǐng)域。
在機器人研發(fā)行業(yè)，也有幾家基于機器人技術(shù)的公司已經(jīng)關(guān)門或者正在嚴重虧損。在這種情況下，機器人盡管是一個看似利潤豐厚的行業(yè)，但卻沒有買家。
不過，有谷歌的真金白銀的支持，再加上從不讓人失望的DeepMind的研發(fā)實力和研究機器人的決心，機器人領(lǐng)域的未來還是非常值得期待的。
參考資料：
https://analyticsindiamag.com/deepminds-progress-over-the-years-in-robotics/
https://deepmind.com/blog/article/producing-flexible-behaviours-simulated-environments
https://deepmind.com/research/publications/2019/Scaling-data-driven-robotics-with-reward-sketching-and-batch-reinforcement-learning https://deepmind.com/blog/announcements/mujoco
-END-
本文為作者獨立觀點，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責申明》 如對文章、圖片、字體等版權(quán)有疑問，請點擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護用戶創(chuàng)造的內(nèi)容、維護開放、真實、專業(yè)的平臺氛圍，我們團隊將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽、榮譽；
4)宣揚恐怖主義、極端主義或者煽動實施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團結(jié)；
6)破壞國家宗教政策，宣揚邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實施侮辱、誹謗、威脅或者惡意損害未成年人形象進行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實，損害他人名譽；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進行負面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗、擾亂本網(wǎng)站秩序的內(nèi)容，或進行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗的細節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚低俗、庸俗、媚俗內(nèi)容。
5. 不實信息，主要表現(xiàn)為：
1)可能存在事實性錯誤或者造謠等內(nèi)容；
2)存在事實夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運、使用迷信方式治病；
2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標題之間存在嚴重不實或者原意扭曲；
3)使用夸張標題，內(nèi)容與標題嚴重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴重程度，對帳號進行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗的不斷豐富，本網(wǎng)站出于維護本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)