A Generalist Agent vs Cogram

Gato é o agente generalista que a DeepMind apresentou em seu artigo de pesquisa de maio de 2022 "A Generalist Agent." Uma política transformer com pesos compartilhados lida com chat, legendagem de imagens, jogos Atari e empilhamento de blocos com braço robótico real a partir do mesmo modelo. O artigo o descreve como uma política multimodal, multitarefa e multi-incorporação que escolhe se deve emitir texto, torques conjuntos, pressionamentos de botões ou outros tokens com base no contexto.

A maioria das ferramentas nessa área treina um modelo separado por domínio de tarefa. Gato, em vez disso, serializa todas as modalidades e ambientes em uma sequência plana de tokens e a processa por um transformer semelhante a um grande modelo de linguagem. Isso significa que um único checkpoint pré-treinado transita entre diálogo, visão e controle sem trocar arquiteturas.

Durante o treinamento, dados de ambientes simulados e reais se misturam com conjuntos de dados de linguagem natural e imagens, com perda mascarada para que Gato preveja apenas alvos de ação e texto. Na implantação, um prompt é tokenizado primeiro, cada nova observação é adicionada à sequência, e o modelo amostra um vetor de ação um token por vez dentro de uma janela de contexto de 1024 tokens. O blog inclui gráficos agrupados por domínio de tarefas onde o modelo pré-treinado ultrapassa os limiares de pontuação de especialistas.

O texto é direcionado mais a pesquisadores de IA e robótica do que a compradores comuns de software. Você pode ler e citar a pesquisa em deepmind.google; não há fluxo público de cadastro, nível de API ou botão de download nas páginas analisadas aqui.

Cogram oferece a arquitetos e engenheiros um único espaço de trabalho para documentação de projetos, desde atas de reuniões e relatórios de campo até RFIs, submissões e e-mails do projeto. A plataforma conecta-se ao Procore, Deltek, Unanet, Microsoft Teams, Outlook, Autodesk, Zoom e Google Meet, e gera rascunhos nos modelos da sua empresa em vez de resumos genéricos.

Assistentes genéricos de reuniões capturam notas de chamadas. O Cogram é construído em torno dos fluxos de trabalho da AEC: RFIs e submissões sincronizam com o Procore, relatórios de campo são gerados a partir de voz e fotos no local, e o Agente do projeto responde a perguntas com base em desenhos e correspondências. A precificação modular permite que as empresas comprem apenas os módulos que precisam, e contas para colaboradores externos são gratuitas.

Gerentes de projeto, líderes de design e administradores de construção usam o Cogram para reduzir trabalhos administrativos repetitivos; a página inicial estima que pode economizar várias horas por semana. Indivíduos podem iniciar um teste de 14 dias; o preço para equipes é cotado por assento após uma demonstração.