联系我们
- 地 址:北京市海淀区北四环西路9号 ,主 营:人脸识别,活体检测,身份证识别,银行卡识别,名片识别,车牌识别,OCR识别等及智能识别技术。
- 电 话:13146317170 廖经理
- 传 真:
- 邮 箱:398017534@qq.com
AI机器人已拥有“预见未来”能力
AI机器人已拥有“预见未来”能力
众所周知,人类在采取行动前会先对本人的行为停止考虑。举个例子,假如一个人要踢球,首先他可能会思索球会往哪里去,以及如何做才干让球到达一个新的位置。通常状况下,机器人(特别是那些没有装备高级人工智能程序的机器人)是不具备这种才能的,由于它们内部的编程只能允许它们完成一些简单的任务。
不过这种状况如今要有所改动了。据理解,加州大学伯克利分校的研讨小组经过研讨肯定,机器人也能够具有这种感知才能。为了证明这一点,他们开发了一种新的机器人学习技术,让机器人能够提早停止考虑,以便“弄分明它们会如何操控之前从未遇到过的物体。”
这项技术被称为“视觉预见”(Visual Foresight),虽然如此,这并不代表机器人能够预测将来,至少目前还是做不到的。
伯克利大学的研讨员将这项技术应用到了一台名为Vestri的机器人身上,使它能够预测自备摄像头几秒种以后才干看到的东西。得益于这项新技术,Vestri能够在不触碰四周障碍物的状况下,挪动放在桌子上的小物体。但是,最让人震惊的是,在这项技术的支持下,Vestri可以在没有人类指导和监视,以及没有物理学问的状况下,独立完成这些小任务。
“我们能够想象到本人的动作会如何挪动某一环境中的物体,同样,新技术也使得机器人将不同行为对四周世界产生的影响,变得视觉化。“加州大学伯克利分校电气工程和计算机科学系助理教授Sergey Levine表示,“在复杂的理想环境中,这就能对高度灵敏的技艺停止智能规划。”
视觉预见技术是基于“卷积循环顾频预测”或动态神经平流(DNA)开发的。依据该团队的说法,基于DNA的模型能够依据机器人的行为,预测图像中的像素如何从一帧跳入另外一帧。正如莱文实验室的博士生,也是初始DNA模型创造人的Chelsea Finn所说,像Vestri这样的机器人如今能够“完整自主地学习一系列视觉对象操作技巧”。
Frederik Ebert是莱文实验室的一名研讨生,也参与了这项技术的研讨。他将机器人的运作方式与人类在本人环境中与物体的互动方式停止了比拟。
“人的终身中,会与各种各样的物体停止互动,因而,即便在没有教师的状况下,人类还是人控制了对象操作技艺。”Ebert说,“研讨标明,我们能够开发一套机器人系统——应用大量自动搜集的数据来学习被普遍应用的操控才能,特别是详细对象的推进才能。”
莱文指出,Vestri的才能依然具有一定的局限性,改良视觉预见技术,要做的还有很多。但总有一天,这项技术能够用于协助自动驾驶汽车上路,令其更好地应对新环境或者不熟习的物体。
虽然如此,这项技术还需求各种改良,才干完成这一目的,比方,更精密的视频预测以及搜集更详细视频数据的方式,等等。有了这些改良之后,机器人或许就能够完成更为复杂的任务了,比方拿起和放置物体,处置像衣服或绳子等柔软且容易变形的物体。以至有一天,机器人还能够帮我们洗衣服。
不过这种状况如今要有所改动了。据理解,加州大学伯克利分校的研讨小组经过研讨肯定,机器人也能够具有这种感知才能。为了证明这一点,他们开发了一种新的机器人学习技术,让机器人能够提早停止考虑,以便“弄分明它们会如何操控之前从未遇到过的物体。”
这项技术被称为“视觉预见”(Visual Foresight),虽然如此,这并不代表机器人能够预测将来,至少目前还是做不到的。
伯克利大学的研讨员将这项技术应用到了一台名为Vestri的机器人身上,使它能够预测自备摄像头几秒种以后才干看到的东西。得益于这项新技术,Vestri能够在不触碰四周障碍物的状况下,挪动放在桌子上的小物体。但是,最让人震惊的是,在这项技术的支持下,Vestri可以在没有人类指导和监视,以及没有物理学问的状况下,独立完成这些小任务。
“我们能够想象到本人的动作会如何挪动某一环境中的物体,同样,新技术也使得机器人将不同行为对四周世界产生的影响,变得视觉化。“加州大学伯克利分校电气工程和计算机科学系助理教授Sergey Levine表示,“在复杂的理想环境中,这就能对高度灵敏的技艺停止智能规划。”
视觉预见技术是基于“卷积循环顾频预测”或动态神经平流(DNA)开发的。依据该团队的说法,基于DNA的模型能够依据机器人的行为,预测图像中的像素如何从一帧跳入另外一帧。正如莱文实验室的博士生,也是初始DNA模型创造人的Chelsea Finn所说,像Vestri这样的机器人如今能够“完整自主地学习一系列视觉对象操作技巧”。
Frederik Ebert是莱文实验室的一名研讨生,也参与了这项技术的研讨。他将机器人的运作方式与人类在本人环境中与物体的互动方式停止了比拟。
“人的终身中,会与各种各样的物体停止互动,因而,即便在没有教师的状况下,人类还是人控制了对象操作技艺。”Ebert说,“研讨标明,我们能够开发一套机器人系统——应用大量自动搜集的数据来学习被普遍应用的操控才能,特别是详细对象的推进才能。”
莱文指出,Vestri的才能依然具有一定的局限性,改良视觉预见技术,要做的还有很多。但总有一天,这项技术能够用于协助自动驾驶汽车上路,令其更好地应对新环境或者不熟习的物体。
虽然如此,这项技术还需求各种改良,才干完成这一目的,比方,更精密的视频预测以及搜集更详细视频数据的方式,等等。有了这些改良之后,机器人或许就能够完成更为复杂的任务了,比方拿起和放置物体,处置像衣服或绳子等柔软且容易变形的物体。以至有一天,机器人还能够帮我们洗衣服。
上一条:手机拍照文字辨认技术
下一条:2017年人工智能相关热词