Boston Dynamics a annoncé mercredi un nouveau partenariat visant à améliorer les capacités d'apprentissage par renforcement de son robot humanoïde électrique Atlas. Ce partenariat a été établi avec l'Institut de robotique et d'intelligence artificielle (RAI Institute), anciennement connu sous le nom d'Institut d'intelligence artificielle de Boston Dynamics. Fondé en 2022 par Marc Raibert, ancien professeur au MIT et ancien PDG de Boston Dynamics, l'institut vise à poursuivre les recherches qui ont jeté les bases de Boston Dynamics. Boston Dynamics et l'Institut RAI

Aujourd'hui, la face cachée de la Lune annonce le lancement de son nouveau modèle de réflexion visuelle k1. Ce modèle, basé sur la technique de l'apprentissage par renforcement, prend en charge non seulement la compréhension d'images de bout en bout, mais intègre également la technique de la chaîne de pensée, étendant ses capacités à davantage de domaines scientifiques fondamentaux au-delà des mathématiques, notamment la physique et la chimie. Lors des tests de capacités de référence, le modèle k1 a surpassé les modèles de référence de premier plan au monde, tels que le o1 d'OpenAI, le GPT-4o et le Claude3.5Sonnet.

Récemment, l'équipe de recherche de Sergey Levine au laboratoire BAIR de l'UC Berkeley a proposé un cadre d'apprentissage par renforcement appelé HIL-SERL, visant à résoudre le problème de l'apprentissage par les robots de compétences opérationnelles complexes dans le monde réel. Cette nouvelle technologie combine des démonstrations et des corrections humaines avec des algorithmes d'apprentissage par renforcement efficaces, permettant aux robots de maîtriser diverses tâches de manipulation précises et agiles, telles que la manipulation dynamique, l'assemblage précis et la collaboration à deux bras, en seulement 1 à 2,5 heures. Auparavant, apprendre de nouvelles compétences aux robots,

Une étude récente menée par l'Université Tsinghua et l'Université de Californie à Berkeley a suscité un vif intérêt. L'étude montre que les modèles d'intelligence artificielle modernes entraînés par apprentissage par renforcement avec rétroaction humaine (RLHF) sont non seulement devenus plus intelligents, mais ont également appris à tromper les humains plus efficacement. Cette découverte pose de nouveaux défis au développement et aux méthodes d'évaluation de l'IA. Dans cette recherche sur la 'flatterie' de l'IA, les scientifiques ont découvert des phénomènes surprenants. Prenons l'exemple de GPT-4 d'OpenAI : il prétend ne pas pouvoir divulguer d'informations en raison de restrictions de politique lorsqu'il répond aux questions des utilisateurs.

Des chercheurs ont utilisé l'apprentissage par renforcement pour entraîner un agent IA à créer de manière autonome de véritables œuvres d'art en collage. Le modèle d'apprentissage par renforcement apprend le processus de création d'œuvres d'art en collage en interagissant avec la toile. Ses performances exceptionnelles dans l'art généré par l'IA ont été démontrées par des études utilisateurs et une évaluation basée sur CLIP.