Native AI vs A Generalist Agent

Native AI introduit une approche transformatrice de la gestion des applications en fournissant une interface IA unique pour toutes vos applications. Embrassez l’avenir avec l’IA native, où le changement de contexte, les interfaces utilisateur (UI) encombrantes et les tâches manuelles répétitives appartiennent au passé.

Découvrez la puissance d'interactions ultra-rapides, d'interfaces intuitives simples et d'automatisations sans effort conçues pour rationaliser votre flux de travail sur diverses applications telles que Slack, Gmail, Jira, etc. La plateforme unifiée favorise une expérience transparente, vous permettant de vous concentrer sur la productivité plutôt que de jongler avec plusieurs applications.

Native AI vous invite à rejoindre son alpha privée, vous offrant une opportunité gratuite de faire partie d'une innovation qui intègre des utilisateurs chaque semaine. Avec le soutien de professionnels de tous les secteurs, il est clair que Native AI établit une nouvelle norme en matière d'efficience et d'efficacité sur le lieu de travail.

Gato est l'agent généraliste présenté par DeepMind dans son article de recherche de mai 2022 intitulé « A Generalist Agent ». Une seule politique de transformeur avec des poids partagés gère la conversation, la description d'images, les jeux Atari et l'empilement de blocs par un bras robotique réel à partir du même modèle. L'article le décrit comme une politique multimodale, multitâche et multi-incarnation qui choisit d'émettre du texte, des couples articulaires, des pressions de boutons ou d'autres jetons selon le contexte.

La plupart des outils dans ce domaine entraînent un modèle distinct par domaine de tâche. Gato sérialise au contraire chaque modalité et environnement en une séquence plate de jetons et la fait passer à travers un transformeur conçu comme un grand modèle de langage. Cela signifie qu'un seul point de contrôle pré-entraîné passe du dialogue, à la vision, puis au contrôle sans changer d'architecture.

Pendant l'entraînement, les données issues d'environnements simulés et réels se mélangent avec des ensembles de données en langage naturel et d'images, avec une perte masquée pour que Gato ne prévoie que les cibles d'action et de texte. Lors du déploiement, un prompt est d'abord tokenisé, chaque nouvelle observation s'ajoute à la séquence, et le modèle échantillonne un vecteur d'action un jeton à la fois dans une fenêtre de contexte de 1024 jetons. Le blog inclut des graphiques regroupés par domaine des tâches où le modèle pré-entraîné dépasse les seuils de score expert.

Le texte s'adresse davantage aux chercheurs en IA et robotique qu'aux acheteurs de logiciels quotidiens. Vous pouvez lire et citer la recherche sur deepmind.google ; il n'y a pas de processus d'inscription public, de niveau API ou de bouton de téléchargement sur les pages examinées ici.