爱吧机器人网 » 技术 > 机器学习 > 正文

华盛顿大学计划用狗狗数据搭建模型,让犬类AI靠“本能”执行任务

\

人类曾经设计过一项机器学习系统,它可以用来识别物体、进行导航以及识别面部表情。但是,尽管这套系统很复杂,它依然未达到能够模拟生物的程度(例如模拟狗)。不过,现在通过观察一条活生生的狗,科学家们能让人工智能系统学到了如何像狗一样进行活动和思考。这是一项由华盛顿大学(University of Washington)与艾伦人工智能研究所(Allen Institute for AI)共同合作研究所得到的成果,并且这项研究论文将在6月份发表在CVPR上。

为什么要做这项研究呢?简而言之,尽管我们已经花费了大量精力使人工智能能够识别物体以及捡取物品,但是关于“使AI理解自己所看到的东西,并且在真实世界中能够采取行动和执行任务”方面仍有难关。换言之,目前人工智能机器的“眼睛”依然只是摆设。

那么为什么选择模拟狗呢?因为它们是足够复杂的智能体,但是它们的目标和动机通常又都是未知的。换言之,狗显然是很聪明的生物,但是我们无法知道它们究竟在想些什么。

作为这一研究领域的初步尝试,研究小组试图通过近距离观察狗并将其行动与其所看到的环境结合起来,来建立一个能够精确预测这些行动的系统。

为了完成这一设想,他们在一条名为Kelp M. Redmon的爱斯基摩犬身上装上了一套基本的传感器。在Kelp’的额头上装有GoPro运动摄像头,在腿、尾巴和躯干上装有六个惯性测量单元用来判断所有东西的位置以及一个麦克风和Arduino电路板用来收集和存储数据。

他们记录了Kelp长时间的活动(在各种各样的环境中行走、翻找东西、在公园玩耍以及吃东西),并将这些活动跟Kelp所看到的东西进行了同步。他们因此得到了狗在环境中以自我为中心而进行活动的数据集,并且用这些数据对一个新的人工智能机器进行了训练。

这个人工智能机器能够根据自己所看到的一切(比如一个房间或者一条马路,又或者是从眼前飞过的皮球)来假设,如果自己是一条狗,那么在这些东西面前会做些什么。当然,不可能所有细节都被预测到,只要人工智能机器弄清楚它该如何移动以及移动到那里就已经是很大的进展了。

“它正在学如何移动关节行走,以及如何在行走和奔跑时绕过障碍物,” 研究人员之一的Hessam Bagherinezhad在一封电子邮件中解释道,“它还会学着追逐松鼠、跟着主人跑还有(和主人玩游戏时)追逐飞行的玩具。这些都是计算机视觉和机器人技术中的一些基本项目。我们正在努力通过为每个项目收集单独的数据,来使AI能够做到这些事情。”

本文来自猎云网,如若转载,请注明出处:https://www.lieyunwang.com/archives/430235

上一篇:基于区块链的机器学习模型创建方案
下一篇:深度学习对人工智能的贡献:更重要的是思想和可能性!
精选推荐
搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站
搭载人工智能的太空机器人CIMON 2乘SpaceX抵达国际空间站

[2019-12-09]  12月5日,搭载人工智能的太空机器人西蒙2号(CIMON 2)乘坐SpaceX火箭Dragon货运舱,从佛罗里达州卡纳维拉尔角空军基地升空,前往国际空间 ...

基于生物启发的机器人很容易适应丢失附属器官
基于生物启发的机器人很容易适应丢失附属器官

[2017-12-17]  很多机器人被设计应用在危险环境,如灾难现场。在这些地方,他们的运动系统完全有可能被损坏。那这样会吓跑这些机器人吗?也许不是,如果它们像日本的东北和北海道大学创造的......

南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...

国外眼科手术机器人为视网膜静脉阻塞患者带来希望
国外眼科手术机器人为视网膜静脉阻塞患者带来希望

[2017-03-20]  视网膜静脉阻塞,简称RVO,对患者来说是一种严重的疾病。该病病因为视网膜静脉中存在血液凝块,这可能导致视力严重下降,在某些情况下,病 ...

17世纪的莱布尼茨试图制造“思想机器”却被现实打脸
17世纪的莱布尼茨试图制造“思想机器”却被现实打脸

[2019-11-05]  莱布尼茨,德国哲学家、数学家、律师,历史上少见的通才1666年,德国博学家戈特弗里德·威廉·莱布尼茨(Gottfried Wilhelm Leibniz)发 ...

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

研究人员融合人类与AI的创造力 显著提高了深度学习的表现
研究人员融合人类与AI的创造力 显著提高了深度学习的表现

[2019-10-12]  由加拿大人工智能领域研究主席、滑铁卢大学系统设计工程教授Alexander Wong领导的一个团队开发了一种新型紧凑型神经网络家族,可以在智能 ...

2018年企业数字化转型的五大趋势
2018年企业数字化转型的五大趋势

[2017-12-16]  据2016年哈佛商学院研究表明,选择进行数字化转型的企业在3年内表现出了55%的平均毛利润提升,相比之下其他企业毛利润同期降低了37%。数字化转型企业的领头羊,也曾是收入处于......

本周栏目热点

顶级AI会议NIPS压轴2017(附PPT、视频、代码大汇总)

[2017-12-19]  NIPS,全称神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems),是一个关于机器学习和计算神经科学的国际会议。该会议固定在每年的12月举行...

机器学习选择深层模型的原因

[1970-01-01]   深度学习采用的模型为深层神经网络(Deep Neural Networks,DNN)模型,即包含多个隐藏层(Hidden Layer,也称隐含层)的神经网络(Ne ...

机器学习—自由编码器

[1970-01-01]   一种常见的深层模型是由自编码器(Auto-Encoder)构造的。自编码器可以利用一组无标签的训练数据{x(1), x(2), &hellip }(其中x(i)是一个n ...

【NIPS最佳论文出炉】冷扑大师能战胜AlphaZero吗?No(Science论文)

[2017-12-19]  拿下NIPS2017 最佳论文,登上Science,“冷扑大师”最近有点热。18日,两位作者,CMU博士生Noam Brown和Tuomas Sandholm教授在Reddit上回答问题。对“为什么不使用深度学习......

日本开发团队给机器人嵌入神经网络

[2016-08-18]    近日在日本国立科学博物馆展出的 机器人 Alter,可谓是目前世界上最为先进的机器人之一,因为它是一款嵌入了神经网络的机器人,来自日本 ...