记录第一人称体验以构建新型基础模型

基础模型在近年来产生了巨大影响，当前AI热潮中有数十亿美元的投入。最流行的模型，如Chat-GPT，都是在大规模互联网数据上训练的。然而，逐渐显现出这种数据可能会很快被耗尽，技术公司正在寻找新的训练数据来源以打造下一代基础模型。强化学习、RAG、提示工程和认知建模常用于微调和增强基础模型的行为。这些技术已用于复制人类，如Caryn Marjorie。这些聊天机器人并非基于用户对环境的真实情感和生理反应，因此最多只能是对所模仿人物表现的表层近似。为解决这些问题，我们开发了一种记录装置，捕获佩戴者看到的东西和听到的声音，以及皮肤电导反应（GSR）、面部表情和脑状态（14通道EEG）。AI算法用于将这些数据处理为环境和主体内部状态的丰富图景。基于该数据训练的基础模型能够更准确地复制人类行为，优于迄今为止开发的那些模型。这一模型具有诸多潜在应用，包括推荐、个人助理、GAN系统、约会和招聘等。本文提供一些背景资料，描述了记录装置及其功能初步测试。随后，我们提出了如何从记录装置捕获的数据中创建新型基础模型的构想，并概述了一些应用。由于数据收集和模型训练成本高昂，我们目前正在为该项目的下一阶段筹集资金，正在启动一家初创公司。