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大模型 ——
Action Transformer（ACT-1）。
簡單來說，這是一個會使用瀏覽器、Excel 等軟件工具的 AI。
基于 Transformer 的自然語言處理能力，它能理解人類給出的命令，并完成相應(yīng)操作。
比如，想要在 Excel 表格中加上利潤、利潤率，只需把這段話輸入給 AI，它就能自己在對應(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。
然后 AI 就能一氣呵成找到目標(biāo)范圍內(nèi)的房源了。
整個過程非常絲滑連貫，看上去比自己手動操作要快上很多。
最大的好處就是不用自己來操作了，“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 正是他們朝這個方向邁出的第一步。
讓 AI 來幫助人機(jī)交互
從官方目前公布的功能來看，這個 AI 像是 Siri、微軟小娜的究極加強(qiáng)版。
它的優(yōu)勢在于幫人們省去了很多繁雜的操作，比如在網(wǎng)頁上填信息表格，鼠標(biāo)不操作個十幾次很難搞定。
但是如果用 AI，只需輸入一句話。
而且 AI 的操作并不局限在一個網(wǎng)頁。
讓它找個一千塊以下的冰箱并聯(lián)系賣家，AI 先從購物平臺上檢索，然后自己打開郵箱寫郵件。
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)人類給出的教程指導(dǎo)快速學(xué)習(xí)。
這不，一開始弄成亂碼的 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的一些繁瑣小事，交給 AI 來辦。
正如公司創(chuàng)始人兼 CEO David Luan 所說，他們希望由 AI 來完成一些瑣碎的基礎(chǔ)電腦操作，讓人類更專注于自己的工作。
研發(fā)團(tuán)隊(duì)表示，他們是通過將 ACT-1 連接在一個 Chrome 擴(kuò)展程序上，讓它來觀察瀏覽器的一些操作，比如點(diǎn)擊、輸入、滾動等。
目前來看 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)到人類察覺不到的水平。
值得一提的是，想讓 AI 來充當(dāng)人類電腦操作助手的，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)動的方法，讓 AI 學(xué)習(xí)到人類操作電腦的方式，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。
超豪華主創(chuàng)團(tuán)隊(duì)
ACT-1 的打造者是 Adept，今年 4 月官宣成立。
天使輪便拿下 6500 萬美元融資，投資人包括 Uber CEO、特斯拉自動駕駛負(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?？凑撐臅r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 GPT-2、GPT-3、CLIP、DALL-E 等模型的開發(fā)，后來加入谷歌，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，在谷歌主要做語音識別模型；
Augustus Odena，在谷歌領(lǐng)導(dǎo)大型語言模型相關(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)為自動代碼生成。
總的來說，可謂大佬云集，且各有專攻。
目前，Adept 的最新成果 ACT-1 還沒有對外開放使用，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/
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。