Энди Зенг
Энди Зенг | |
|---|---|
| Альма-матер | |
| Известный | |
| Научная карьера | |
| Учреждения | |
| Тезис | Изучение визуальных возможностей для роботизированных манипуляций (2019) |
Энди Цзэн — американский компьютерный ученый и инженер искусственного интеллекта в Google DeepMind . Он наиболее известен своими исследованиями в области робототехники и машинного обучения , включая алгоритмы обучения роботов , которые позволяют машинам разумно взаимодействовать с физическим миром и совершенствоваться с течением времени. Цзэн был удостоен стипендии Gordon YS Wu Fellowship in Engineering и премии Wu Prize в 2016 году, а также премии Princeton SEAS Award for Excellence в 2018 году. [1] [2]
Ранняя жизнь и образование
Цзэн изучал информатику и математику в качестве студента бакалавриата в Калифорнийском университете в Беркли . [3] Затем он перешел в Принстонский университет , где в 2019 году получил докторскую степень. Его диссертация была посвящена алгоритмам глубокого обучения, которые позволяют роботам понимать визуальный мир и взаимодействовать с незнакомыми физическими объектами. [4] Он разработал класс архитектур глубоких нейронных сетей, вдохновленных концепцией возможностей в когнитивной психологии (восприятие мира с точки зрения действий), которые позволяют машинам изучать навыки, которые могут быстро адаптироваться и обобщаться для новых сценариев. [5] Будучи докторантом, он был одним из руководителей команды MIT-Princeton [6], которая заняла 1-е место в Stow Task [7] на Amazon Picking Challenge, [8] глобальном конкурсе, ориентированном на развитие роботизированных манипуляций и сбора мусора . Он также провел некоторое время в качестве студента-исследователя в Google Brain . [9] Его аспирантура была поддержана стипендией NVIDIA. [10]
Исследования и карьера
Цзэн исследует возможности роботов по интеллектуальному самосовершенствованию с течением времени посредством самоконтролируемых алгоритмов обучения, таких как обучение сборке объектов путем их разборки [11] или приобретение новых ловких навыков путем просмотра видеороликов людей [12] . Среди известных демонстраций — TossingBot от Google [13] , робот, который может научиться хватать и бросать незнакомые объекты, используя физику в качестве предварительной модели того, как работает мир. Его исследования также изучают алгоритмы 3D- компьютерного зрения .
Он был пионером в использовании моделей Foundation в робототехнике, от систем, которые выполняют действия, записывая свой собственный код, [14] до роботов, которые могут планировать и рассуждать, основывая язык на возможностях. [15] [16] Он был одним из разработчиков больших мультимодальных моделей и показал, что их можно использовать для интеллектуальной навигации роботов, моделирования мира и вспомогательных агентов. [17] Он также работал над алгоритмами, которые позволяют большим языковым моделям знать, когда они не знают, и просить о помощи. [18]
В 2024 году Цзэн был удостоен премии IEEE Early Career Award в области робототехники и автоматизации «за выдающийся вклад в обучение роботов». [19]
Ссылки
- ^ "Семинар по робототехнике в Принстоне: Язык как промежуточное программное обеспечение для роботов | Кафедра компьютерных наук Принстонского университета". Принстонский университет .
- ^ "Энди Цзэн". IEEE .
- ^ "Семинар CSL - Воплощенный интеллект". Массачусетский технологический институт .
- ^ «Изучение визуальных возможностей для роботизированных манипуляций — ProQuest». www.proquest.com .
- ^ «Визуальное переносное обучение для роботизированных манипуляций». Google .
- ^ "MIT-Princeton на Amazon Robotics Challenge". Принстонский университет .
- ^ "Австралийский центр робототехнического зрения из Австралии побеждает в Гранд-чемпионате Amazon Robotics Challenge 2017". Пресс-центр . 1 августа 2017 г.
- ^ Маламут, Лейла; Натанс, Аарон. «Команды аспирантов Принстона продвигаются в соревнованиях по робототехнике и интеллектуальным системам». Принстонский университет .
- ^ «Tossingbot от Google может бросать более 500 объектов в час в целевые места». Технический блог NVIDIA . 28 марта 2019 г.
- ^ "Стипендиаты 2018 года | Исследования". research.nvidia.com .
- ^ «Обучение сборке и обобщению с помощью самостоятельной разборки». research.google .
- ^ «Робот видит, робот делает». research.google .
- ^ «Внутри перезапущенной программы робототехники Google». The New York Times .
- ^ Хитер, Брайан (2022-11-02). «Google хочет, чтобы роботы генерировали собственный код». TechCrunch . Получено 2024-10-18 .
- ^ "PaLM-SayCan". families.google.com . Получено 2024-10-18 .
- ^ «Google обучает своих роботов быть более похожими на людей». The Washington Post .
- ^ "Визуальные языковые карты для навигации роботов". research.google . Получено 2024-10-18 .
- ^ «Эти роботы знают, когда просить о помощи». MIT Technology Review . Получено 2024-10-18 .
- ^ "Объявлены лауреаты премии IEEE RAS 2024 года! - IEEE Robotics and Automation Society". www.ieee-ras.org . 2024-03-22 . Получено 2024-10-18 .
