4月14日報道,據(jù)美國《連線》報道,致力于讓編程平民化的埃文斯認為:“是時候讓所有人都能夠制造機器人了,或者,至少我們應(yīng)該告訴他們將來要做什么。”
他說:“現(xiàn)在機器人世界仍然存活在研究領(lǐng)域,但是,未來的機器人將走向大眾,而這些普通人可能會想出專業(yè)人士從未想過的東西。”
為了迎接這一浪潮,他和他的同事們在一家名為The Hybrid Group的公司創(chuàng)建了一套免費框架——代碼的基本框架,這些框架讓很多非專業(yè)人士也能自由編寫很多有意思的東西,而且是在不同的硬件上,從 Arduino電路板到ARDrones,再到Sphero機器人。
極客再次成為炫酷一族!不!我們應(yīng)該說極客從未如此炫酷,這是他們首次真正登上歷史舞臺。
埃 文斯希望這些框架能夠使機器編程變得更加容易,這樣,人們便可以節(jié)省大量的時間去做那些真正有意思的事情。雖然現(xiàn)在使用這套工具依然需要學習一些代碼,但 是,至少我們希望硬件編程變得越來越容易。比如最新被授予Cylon的框架已經(jīng)在設(shè)計界和網(wǎng)頁開發(fā)界小有名氣,它讓很多人使用Java語言為硬件編程。
公司的最終目的是開發(fā)出這樣一款工具:讓普通大眾不需要寫代碼也能創(chuàng)造自己的機器人或者物聯(lián)網(wǎng)。
應(yīng)用程序的創(chuàng)建逐漸大眾化
上 世紀80年代,埃文斯在蘋果公司的Hypercard項目工作,該項目幫助人們創(chuàng)建自己的應(yīng)用程序,而不需要復雜的編程知識。最初Hypercard向所 有的蘋果用戶免費,并且可以創(chuàng)造一切,從企業(yè)軟件到廣受大眾歡迎的游戲Myst。Hypercard向所有人表明:不只是計算機科學學位高材生可以創(chuàng)建交 互應(yīng)用程序,實際上任何人都可以創(chuàng)建交互應(yīng)用程序,這激勵了一代程序員,而且很多程序員都受到設(shè)計的啟發(fā)。埃文斯說Hypercard的團隊由比爾•阿特 金森和丹·溫克勒領(lǐng)導,這個團隊對計算機民主化非常感興趣。
最近,他的很多項目也繼承了這種精神,比如Kids Ruby,該教育軟件旨在教孩子們使用大眾化的Ruby編程語言寫代碼。
正是Ruby論壇促使埃文斯開始編寫Hybrid Group的前三個框架——Artoo,該框架讓普通人也能為機器人和其他設(shè)備寫代碼。
借 鑒Ruby網(wǎng)頁的其他框架,比如 Ruby on Rails和Sinatra,埃文斯著手創(chuàng)建了一個在所有設(shè)備通用的平臺。Artoo和公司其他框架的一大優(yōu)勢是:代碼仍然可以重復使用,比如你首先使用 Arduino電路板創(chuàng)建了一個小工具,但你決定把它升級到一個諸如Spark orTessel這種大平臺時,你仍然可以使用很多原有的代碼。
起初,埃文斯只準備創(chuàng)建一套框架,但是很快,他獲得創(chuàng)建更多框架的靈感。“過去,我們認為它對Ruby是一件非常重要的事,但是后來,我們發(fā)現(xiàn)Java的人對它更感興趣。”
所以他們準備讓Artoo適配JavaScript,他們創(chuàng)造了一個叫Gobot的框架,該框架一直是基于Google’s Go的編程語言。
這些框架開源并且免費,那么Hybrid Group如何盈利呢?目前,公司的盈利來自咨詢,而項目組也建立了自己的云服務(wù)系統(tǒng),充分利用自己的框架來托管應(yīng)用程序。但是,埃文斯希望這些基礎(chǔ)技術(shù)永遠免費使用,這樣才盡可能讓更多的人使用它。
埃文斯說:“我們希望人們能夠控制自己的設(shè)備,就好像他們在自己的網(wǎng)頁和博客上發(fā)表文章。我們樂見人們利用技術(shù)掌控環(huán)境。”
極客,炫酷一族
“極客是炫酷一族”這個說法聽起來有點牽強,因為現(xiàn)在沒多少人可以自己為自己寫程序。但是,萬維網(wǎng)發(fā)展早期,擁有個人網(wǎng)頁的網(wǎng)民也很少。而如今有了Facebook這類網(wǎng)站,我們每個人都擁有了自己的網(wǎng)頁,并且可以實時更新自己動態(tài)。
當然,即使寫代碼已經(jīng)變得越來越容易,但是在Facebook上更新動態(tài)和為機器人編代碼是兩回事。為了使寫代碼變得更加方便,埃文斯和他的團隊正在研發(fā)一個新版本的Cylon,該版本使用了Google’s Blocky,一個幫助不會寫代碼的小孩編程的軟件。
他說:“新版本的Cylon只需要拖拽,而其內(nèi)部依然采用Cylon結(jié)構(gòu),以便你能夠得到真正代碼的所有優(yōu)點。”
同時,學習編程的人數(shù)超過了以往任何時候,而且越來越多。未來,人們會掌握更多的編程知識,而不只是滿足于購買商品,按照發(fā)明者的意圖來使用它。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。