Google DeepMind at ICML 2024
探索AGI、规模化挑战以及多模态生成AI的未来。下周，人工智能（AI）社区将齐聚2024年国际机器学习大会（ICML）。会议于7月21日至27日在奥地利维也纳举行，是一个展示最新进展、交流思想和塑造AI研究未来的国际平台。
今年，来自某中心DeepMind各团队的成员将发表超过80篇研究论文。在我们的展位上，还将展示多模态设备端模型Gemini Nano、名为LearnLM的AI教育模型系列，并演示能协助足球战术的AI助手TacticAI。
以下是我们介绍的部分口头报告、焦点报告和张贴报告：
定义通往AGI的路径
什么是通用人工智能（AGI）？这个词描述了一个至少在大多数任务上与人类能力相当的AI系统。随着AI模型不断发展，定义AGI在实践中的形态将变得越来越重要。
我们将提出一个对AGI模型的能力和行为进行分类的框架。根据其性能、通用性和自主性，我们的论文对系统进行了分类，范围涵盖非AI计算器、新兴AI模型以及其他新颖技术。
我们还将证明，开放性对于构建超越人类能力的通用AI至关重要。尽管最近的许多AI进步是由现有的互联网规模数据驱动的，但开放系统可以产生扩展人类知识的新发现。
在ICML上，我们将演示Genie，这是一个能够根据文本提示、图像、照片或草图生成一系列可玩环境的模型。
高效且负责任地扩展AI系统
开发更大、能力更强的AI模型需要更高效的训练方法、更贴近人类偏好的对齐以及更好的隐私保护措施。
我们将展示如何使用分类而非回归技术，使扩展深度强化学习系统更容易，并在不同领域实现最先进的性能。此外，我们提出了一种新颖的方法，可以预测强化学习智能体行动的后果分布，有助于快速评估新场景。
我们的研究人员提出了一种保持对齐的方法，减少了对人工监督的需求；并提出了一种基于博弈论的新方法来微调大语言模型（LLMs），使LLM的输出更好地与人类偏好保持一致。
我们批评了在公共数据上训练模型并仅用“差分隐私”训练进行微调的方法，并认为这种方法可能无法提供其所声称的隐私性或实用性。
VideoPoet是一个用于零样本视频生成的大语言模型。
生成式AI和多模态领域的新方法
生成式AI技术和多模态能力正在扩展数字媒体的创意可能性。
我们将介绍VideoPoet，它使用LLM从多模态输入（包括图像、文本、音频和其他视频）生成最先进的视频和音频。
并分享Genie（生成式交互环境），它可以根据文本提示、图像、照片或草图，为训练AI智能体生成一系列可玩环境。
最后，我们介绍MagicLens，这是一个新颖的图像检索系统，使用文本指令检索具有超越视觉相似性的更丰富关联的图像。
支持AI社区
我们很自豪能够赞助ICML，并通过支持由“AI中的残障人士”、“AI中的酷儿”、“AI中的拉丁裔”和“机器学习中的女性”领导的倡议，来培育AI和机器学习领域的多元社区。
如果您参加会议，请访问某中心DeepMind和某中心Research的展位，与我们的团队见面，观看现场演示，并了解更多关于我们研究的信息。FINISHED
