新的AI看起來像人類一樣填補了空白

德克薩斯大學奧斯汀分校的計算機科學家教過一個人工智能代理如何做通常只有人類才能做的事情-快速瀏覽一下并推斷出整個環境，這是開發有效的搜索和救援機器人認為有一天可以提高危險任務的效率。該團隊由克里斯汀·格勞曼(Kristen Grauman)教授領導。候選人Santhosh Ramakrishnan和前博士學位 候選人Dinesh Jayaraman(現在在加利福尼亞大學伯克利分校)今天在《科學機器人》雜志上發表了他們的研究結果。

大多數AI代理(可以為機器人或其他機器賦予智能的計算機系統)都在他們以前經歷過的環境(例如工廠)中接受過非常具體的任務訓練，例如識別物體或估計物體的體積。但是由Grauman和Ramakrishnan開發的代理是通用的，可以收集可視信息，然后將其用于各種任務。

格勞曼說：“我們希望一個具備一般條件的特工進入環境，并為新的感知任務做好準備。” “它的行為方式多樣，能夠在不同的任務上取得成功，因為它已經學會了有關視覺世界的有用模式。”

科學家使用深度學習(一種受大腦神經網絡啟發的機器學習類型)在數千種不同環境的360度圖像上訓練他們的代理。

現在，當代理人呈現從未見過的場景時，它會利用自己的經驗來選擇一些瞥見內容-例如站在大教堂中間的游客朝不同方向拍攝一些快照-總共不到20個整個場景的百分比。該系統之所以如此有效，是因為它不僅沿隨機方向拍照，而且在每次瞥見之后，選擇它預測的下一幅照片都將添加有關整個場景的最新信息。這就像您在雜貨店里一樣您以前從未訪問過，并且看到蘋果，您希望在附近找到橘子，但是要找到牛奶，您可能會反過來看。基于瞥見，特工推斷它在所有其他方向看時會看到什么，從而重建其周圍環境的完整360度圖像。