Innovation Pulse:The Real-time Tech Landscape
Pulse Insights
ในวันที่ 2024-05-22 เทคโนโลยีกำลังโฟกัสไปที่ AI & Machine Learning, Robotics & Physical AI, Cloud & Computing และ Cybersecurity โดยเฉพาะ Generative AI ซึ่งชี้ให้เห็นถึงแนวโน้มการเปลี่ยนผ่านจากโมเดลภาษาไปสู่ระบบเอเยนต์อัจฉริยะและการผสาน AI เข้ากับโลกกายภาพอย่างเต็มรูปแบบ
10 ข่าวล่าสุด
World-Action Models (WAM): อนาคตของการสั่งการหุ่นยนต์ด้วยวิดีโอโมเดลพื้นฐาน
- WAM ใช้โครงสร้างพื้นฐานจากวิดีโอโมเดลเพื่อลดช่องว่างระหว่างภาษาและการสั่งงานจริง
- เทคโนโลยีนี้ใช้สถาปัตยกรรม Transformer รุ่นใหม่ในการพยากรณ์ทั้งภาพและชุดคำสั่งการเคลื่อนไหว
- ช่วยเพิ่มประสิทธิภาพในงานหุ่นยนต์ที่ต้องอาศัยความเข้าใจเรื่องการเปลี่ยนรูปของวัตถุและสภาพแวดล้อม
World-Action Model (WAM)
Mixture-of-Transformers (MoT)
#world-action models#vla#robotics#nvidia#computer vision
Cross-Link Collective: กลุ่มหุ่นยนต์อัจฉริยะที่เคลื่อนที่ร่วมกันแบบวัสดุไหลได้
- หุ่นยนต์แต่ละตัวใช้การขยับรูปทรงระหว่าง 'I' และ 'U' เพื่อสร้างแรงเคลื่อนที่
- การรวมกลุ่มทำงานแบบไม่มีศูนย์กลางควบคุม ช่วยให้ปรับตัวตามสภาพพื้นผิวได้ดี
- มีการใช้สัญญาณเสียงแบบง่ายเพื่อให้ตัวที่พลัดหลงสามารถกลับเข้ากลุ่มได้
ความฉลาดเชิงกล (Mechanical Intelligence)
ระบบ Entangled Motion
#collective robotics#mechanical intelligence#cornell university#soft robotics
นวัตกรรมระบบปรับอากาศแบบโซลิดสเตต: ทางเลือกใหม่ในการทำความเย็นที่เป็นมิตรต่อโลก
- ระบบโซลิดสเตตใช้การนำความร้อนผ่านวัสดุแทนการใช้สารทำความเย็นที่เป็นก๊าซเรือนกระจก
- มีเทคโนโลยีหลายแนวทางที่กำลังทดสอบ เช่น ระบบไฟฟ้าแม่เหล็ก (Magnetocaloric) และการใช้แรงดัน (Barocaloric)
- แม้ประสิทธิภาพปัจจุบันจะยังตามหลังเครื่องปรับอากาศแบบเดิม แต่มีความทนทานสูงกว่าและเริ่มมีการนำร่องใช้งานในอาคารจริง
ระบบทำความเย็นแบบเทอร์โมอิเล็กทริก
ระบบแมกนีโตคาโลริก (Magnetocaloric)
#solid-state cooling#air conditioning#climate tech#thermoelectric#sustainability
งานวิจัยใหม่เสนอโมเดล Shared World Models เพื่อยกระดับการขับขี่อัตโนมัติแบบ Multi-Agent
- สำรวจงานวิจัยกว่า 380 ฉบับในด้าน V2X และ Multi-agent systems
- เสนอแนวคิด Shared World Models (SWMs) เพื่อแชร์ข้อมูลสถานะและเจตนา
- ระบุช่องว่างด้านความปลอดภัยในสถานการณ์จริงและการสื่อสารภายใต้ข้อจำกัด
Shared World Models (SWMs)
V2X Information Exchange
#autonomous driving#multi-agent systems#v2x#world models#robotics
FlowMo-WM: โมเดลจำลองโลกที่แม่นยำขึ้นด้วยการคำนวณโมเมนตัมและกระแสลม/น้ำ
- คำนวณทั้งโมเมนตัมของวัตถุ (Object Momentum) และการไหลของปัจจัยภายนอก (Hidden Ambient Drift)
- แยก Latent State เป็นระยะสั้นสำหรับวัตถุ และระยะยาวสำหรับบริบทสิ่งแวดล้อม
- เพิ่มความแม่นยำในการทำ Long-horizon rollout ในสภาวะแวดล้อมทางน้ำ
Two-Factor Latent State
#world models#robot learning#latent rollout#motion prediction
HOTE: เฟรมเวิร์กการพัฒนาเอเจนท์ AI สำหรับงานวิจัยเชิงลึกผ่านการวิวัฒนาการแบบสามส่วน
- นำเสนอเฟรมเวิร์ก HOTE สำหรับการพัฒนาเอเจนท์ AI นักวิจัยเชิงลึก
- ใช้ระบบวิวัฒนาการแบบสามส่วน (Tri-Evolution) ร่วมกับ Hybrid RL
- โมเดลขนาด 8B ที่ใช้ HOTE ให้ผลลัพธ์ดีกว่าโมเดล 32B ในบางการทดสอบ
Hybrid Open-Ended Tri-Evolution (HOTE)
Hybrid-mode Reinforcement Learning
#ai agents#deep research#reinforcement learning#hote#tri-evolution
UP-NRPA: ระบบ AI สนทนาแบบปรับเปลี่ยนกลยุทธ์ตามพฤติกรรมผู้ใช้รายบุคคล
- ใช้ข้อมูล User Portrait ในการวางแผนการสนทนาแบบเรียลไทม์
- ไม่ต้องพึ่งพาการฝึก Reinforcement Learning แบบออฟไลน์
- เพิ่มอัตราความสำเร็จในงานเจรจาต่อรองได้กว่า 56%
User Portrait based Adaptation
Nested Rollout Policy Adaptation (NRPA)
#up-nrpa#user portrait#dialogue systems#llm planning#personalization
Orchestra-o1: เฟรมเวิร์กการจัดการ AI Agent แบบหลายโหมดเพื่อภารกิจที่ซับซ้อน
- รองรับการประสานงานเอเจนท์ข้ามสื่อทั้ง ข้อความ, ภาพ, เสียง และวิดีโอ
- เพิ่มความแม่นยำบน OmniGAIA benchmark ขึ้น 10.3% เทียบกับวิธีเดิม
- เปิดตัวเทคนิค DA-GRPO สำหรับฝึกฝนเอเจนท์ให้ตัดสินใจสอดประสานกัน
Omnimodal Orchestration Mechanism
DA-GRPO Training
#omnimodal#agent orchestration#multi-agent systems#da-grpo#orchestra-o1
ผิวหนังอัจฉริยะราคาประหยัด: ใช้ท่อนำคลื่นเสียง (Acoustic Waveguides) เพื่อการรับรู้การสัมผัสที่แม่นยำ
- ใช้ท่อนำคลื่นเสียงขนาดจิ๋วแทนโครงข่ายเซนเซอร์ไฟฟ้าแบบดั้งเดิม
- ใช้ไมโครโฟนเพียง 4 ตัวในการควบคุมเซนเซอร์ถึง 64 จุด
- ประมวลผลผ่าน Neural Network ได้รวดเร็วภายใน 5.5 มิลลิวินาที
Acoustic Waveguide Sensing
#tactile sensing#robotics#acoustic waveguides#artificial skin#hmi
การใช้ DRL-Transformer แก้ปัญหาการจัดตารางงานในโรงงานอุตสาหกรรมขนาดใหญ่
- ประยุกต์ใช้ Transformer ในการแก้ปัญหา OSSP
- สามารถนำโมเดลที่ฝึกจากงานขนาดเล็กไปใช้กับงานขนาด 100x100 ได้ทันที
- ให้ผลลัพธ์ดีกว่าการใช้เกณฑ์การจัดลำดับงาน (Heuristics) แบบดั้งเดิม
Transformer-based Scheduling Policy
Zero-shot Scalability
#transformer#drl#open shop scheduling#ossp#optimization
