一周AI见闻：英伟达于2024年7月12日发布的装配机器人框架-AutoMate

• Deepmind于2024年7月9日被授予麦克.罗伯特奖，因其在Graph Cast上的工作- AI模型在一分钟内提供10天的天气预报，通过深度学习和庞大的数据集，具有前所未有的准确性。

  GraphCast 彻底改变了人工智能驱动的天气预报，显著提高了预测的速度和准确性。这种新方法有可能使全球数十亿人受益，为各行各业的关键决策提供支持，优化资源分配，并减轻恶劣天气事件的影响。通过使当局能够及时发布安全和疏散警告，人工智能驱动的预测可以帮助挽救生命并保护社区。
  阅读更多关于该奖项的信息 ↓ https://lnkd.in/ecKddvhD

• NVIDIAResearch 于2024年7月12日发布的AutoMate 。

AutoMate是一种新的框架，它训练#robots装配技能以供实际使用，将强化和模仿学习相结合，以实现有效的技能传授。它能够在不同的形状上训练模拟到真实的可转移机器人的装配技能。https://developer.nvidia.com/blog/training-sim-to-real-transferable-robotic-assembly-skills-over-diverse-geometries/?linkId=100000272950370

AutoMate的主要贡献是：

• 包含100个程序集和即用型仿真环境的数据集；
  

• 一种新颖的算法组合，可有效训练模拟机器人以解决模拟中的各种装配任务。
  

• 一种有效的学习方法，将多种专业装配技能的支持提炼为一种通用装配技能，并通过强化学习进一步提高通用装配技能的性能。
  

• 一个现实世界的系统，可以在感知初始化的工作流中部署部署经过模拟训练的装配技能。

• 欧盟于2024年7月12日在其《官方公报》上公布《欧盟人工智能法案》，并将于 8 月 1 日生效。

  查看IAPP对《欧盟人工智能法案》的最新更新：实施的后续步骤信息图，了解有关《人工智能法案》未来实施的一些最重要日期和里程碑的更多信息：https://bit.ly/3VZvh8m

• ICO于2024年7月13日发布GPEN最新扫描结果：在超过75% 的网站和应用程序中发现了某种形式的有害设计。

  全球隐私执行网络（GPEN）称，扫描检查了 1,000+ 个网站和移动应用程序。调查发现，其中超过75%的设计模式包含欺骗性设计模式，使用户难以做出保护隐私的决定。欺骗性设计模式是指网站使用技术，这意味着人们放弃的个人信息比他们想要的要多。

  以下是GPEN扫描的一些主要发现：

• 最常见的欺骗性设计模式类型是障碍物/接口干扰。去年，我们与竞争和市场管理局（Competitions and Markets Authority）发表了一篇联合论文，阐述了有害设计的陷阱，并建议组织应该做什么：https://lnkd.in/gv3WvWCE

• 超过25%的网站和应用程序在接受检查时强制用户接受cookie，如果他们想访问网站/应用程序。我们的 cookie 项目解决了网站 cookie 的问题（链接到 11 月 cookie 博客）

• 75%的隐私政策很难、非常困难或极难阅读。隐私声明对于让人们知道您如何处理他们的个人信息非常重要。我们的隐私通知生成器将为您的组织创建一个易于人们理解的生成器：https://lnkd.in/eFTC3AzB

• 超过 50% 的应用和网站没有明确的选项供人们删除他们的账户。

  重要的是，人们要了解并控制他们的信息是如何被使用的。在GPEN网站上阅读完整的扫描报告：https://lnkd.in/gazeG7Mt