德国计算机科学家 Cordelia Schmid正在组织研发基于视觉的超越ChatGPT的聊天机器人。
Cordelia Schmid开发的视觉人工智能系统，使她刚刚获得了百万欧元的柯尔伯欧洲科学奖。柯尔伯基金会称她在这一领域的工作具有“开创性”，其机器视觉算法现已成为既定标准。目前，Schmid正在研究可以语义解释视频并预测未来动作的系统，其中的一个目标是开发能够可靠地响应语音命令并提供帮助的机器人。
此类机器人的基础在于所谓的视觉语言模型中视觉和语言的结合。为此，Schmid 正在研发“VideoBert”模型，该模型学习预测视频中的动作，以多模态方式工作，同时考虑文字和图像。例如，它可以预测配料面粉和可可可用于制作巧克力蛋糕并显示适当的图像，反之亦然。根据 Schmid 的说法，VideoBert 的未来版本将能够从烹饪视频生成书面食谱。
Schmid 认为ChatGPT “令人印象深刻”，但上下文窗口有限，而且 ChatGPT 没有从经验中学习。因此，她希望开发一种“真正智能”的机器人，可以处理视觉信息和 3D 环境数据，以自行导航陌生的环境。柯尔伯欧洲科学奖的部分奖金将用于开发该系统。
这位资深科学家对人工智能的变革潜力坚信不疑。“人工智能以负责任的方式开发，有可能彻底改变我们的社会——就像蒸汽动力和电力曾经所做的那样。人工智能可以帮助解决世界上一些最紧迫的问题，从可持续发展到健康。”她说。【图片：Marcus Gloger / Körber-Stiftun】
