当前物理人工智能（AI）模型对数据要求越来越高，已经超出了简单的视频输入。前沿模型现在需要多个摄像头角度和详细的标注，下一步可能是纳入脑电波读数。
对更复杂数据的需求源于训练AI有效与物理世界交互的需求。据TechCrunch报道，这些先进的AI系统不再满足于仅使用YouTube视频作为训练材料。它们现在需要来自多个摄像机视角的输入以及“密集标注”——即对视觉数据中对象和动作的详细标记。
文章强调，脑电波读数代表了开发更复杂物理AI的一个潜在未来要求。虽然尚未实施，但这表明研究人员正在探索向AI提供关于人类意图和感知的更丰富上下文信息的方法。这种转变的原因是为了提高AI理解和适当响应复杂现实世界场景的能力。
转向脑电波数据的趋势标志着人工智能发展中的一个增长趋势：从被动观察（视频）到主动理解认知过程。这可以释放物理AI能力的新水平，使机器人和其他由AI驱动的系统能够更直观、更有效地与环境交互。
我们不评判真相。我们去除偏见，展示哪些视角报道了这个故事。由你来判断。
阅读原始报道
💬 评论
📜 评论政策