用狗數(shù)據(jù)創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng),讓犬類AI自主計(jì)劃任務(wù)

  • 本文來自微信公眾號【AI商業(yè)報(bào)道】

高層速讀

關(guān)鍵信息:華盛頓大學(xué)和艾倫AI研究所的研究人員試圖用狗的行為數(shù)據(jù)訓(xùn)練AI系統(tǒng),他們通過傳感器等設(shè)備采集了一只愛斯基摩犬的運(yùn)動(dòng)數(shù)據(jù),基于數(shù)據(jù)建立了一個(gè)犬類機(jī)器學(xué)習(xí)系統(tǒng)。

關(guān)鍵數(shù)據(jù):研究員在犬的頭部裝了1個(gè)GoPro相機(jī),6個(gè)慣性測量單元用以判斷物體的位置,1個(gè)麥克風(fēng)以及一個(gè)把這些數(shù)據(jù)綁在一起的Arduino開發(fā)板。論文將于今年6月在CVPR上發(fā)表。

關(guān)鍵意義:利用犬類AI系統(tǒng)模仿和預(yù)測狗的行為,更好地理解視覺智能和其他智能生物。

目前人類已經(jīng)訓(xùn)練了機(jī)器學(xué)習(xí)系統(tǒng)來識別物體,道路導(dǎo)航和識別面部表情,盡管實(shí)現(xiàn)它們可能很困難,但絕對沒有達(dá)到模擬狗所需要的復(fù)雜程度。

華盛頓大學(xué)和艾倫AI研究所的研究人員試圖用狗的行為數(shù)據(jù)訓(xùn)練AI系統(tǒng),他們通過傳感器等設(shè)備采集了一只愛斯基摩犬的運(yùn)動(dòng)數(shù)據(jù),基于這些數(shù)據(jù),建立了一個(gè)犬類機(jī)器學(xué)習(xí)系統(tǒng)。

用狗數(shù)據(jù)創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng),讓犬類AI自主計(jì)劃任務(wù)

▲愛斯基摩犬身上收集行為數(shù)據(jù)的裝置

這個(gè)系統(tǒng)的目的有三個(gè):1、像狗一樣行動(dòng),預(yù)測未來動(dòng)作;2、像狗一樣計(jì)劃任務(wù);3、從狗行為中學(xué)習(xí)。最終的論文將于6月份在CVPR上發(fā)表。

為什么要這么做?

計(jì)算機(jī)視覺通常專注于解決與視覺智能相關(guān)的各種子任務(wù)。但我們偏離了這種標(biāo)準(zhǔn)的計(jì)算機(jī)視覺方法;相反,我們試圖直接建模一個(gè)視覺智能體(visually intelligent agent)。我們的模型將視覺信息作為輸入,并直接預(yù)測agent的行為。

盡管業(yè)界已經(jīng)做了很多工作來模擬感知的子任務(wù),比如識別一個(gè)對象并將其拾取出來,但是在“理解視覺數(shù)據(jù)以使Agent能夠在視覺世界中采取行動(dòng)和執(zhí)行任務(wù)”方面卻做得很少。換句話說,不是模擬眼睛的行為,而是模擬控制眼睛的主體。

為什么選擇狗?

因?yàn)樗麄兪?strong>足夠復(fù)雜的視覺智能體,狗很聰明,我們不知道它們在想什么,因此“他們的目標(biāo)和動(dòng)機(jī)是事先未知的?!弊鳛閷@一研究領(lǐng)域的第一次嘗試,研究小組想知道,如果通過密切監(jiān)測狗,并將其運(yùn)動(dòng)和行動(dòng)映射到它所看到的環(huán)境中,他們是否能夠創(chuàng)建一個(gè)系統(tǒng),準(zhǔn)確地預(yù)測這些運(yùn)動(dòng)

用狗數(shù)據(jù)創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng),讓犬類AI自主計(jì)劃任務(wù)

為了做到這一點(diǎn),研究者把一套基礎(chǔ)傳感器裝在一只名叫Kelp M. Redmon的美國愛斯基摩犬身上。他們在Kelp的頭部裝上1個(gè)GoPro相機(jī),6個(gè)慣性測量單元(分別在腿、尾巴和身體上)用以判斷物體的位置,1個(gè)麥克風(fēng)以及一個(gè)把這些數(shù)據(jù)綁在一起的Arduino開發(fā)板。

  • 本文來自微信公眾號【AI商業(yè)報(bào)道】

他們記錄了Kelp許多小時(shí)的活動(dòng):在不同的環(huán)境中散步、取東西、在公園玩耍、吃東西等。研究人員把狗的動(dòng)作和它所看到世界的同步起來,結(jié)果就產(chǎn)生了狗環(huán)境中以自我為中心的行為的數(shù)據(jù)集,該數(shù)據(jù)集稱為“DECADE數(shù)據(jù)集”,研究人員用數(shù)據(jù)集來訓(xùn)練一個(gè)犬類人工智能代理。

用狗數(shù)據(jù)創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng),讓犬類AI自主計(jì)劃任務(wù)

▲用于預(yù)測狗行為的模型

對這個(gè)agent,給定某種感官輸入——例如一個(gè)房間或街道的景象,或一個(gè)飛過的球——以預(yù)測狗在這種情況下會做什么。當(dāng)然,不用說特別細(xì)節(jié),哪怕只是弄清楚它的身體如何移動(dòng),移向哪里,已經(jīng)是一項(xiàng)相當(dāng)重要的任務(wù)。

華盛頓大學(xué)的Hessam Bagherinezhad是研究人員之一,他解釋道:“它學(xué)會了如何移動(dòng)關(guān)節(jié)以走路,學(xué)會了再走路或跑步是如何避開障礙物。它學(xué)會了追著松鼠跑,跟隨者主人走,追逐飛起來的狗玩具(玩飛盤游戲時(shí))。這些都是計(jì)算機(jī)視覺和機(jī)器人技術(shù)的一些基本AI任務(wù)(例如運(yùn)動(dòng)規(guī)劃、可步行的表面、物體檢測、物體跟蹤、人物識別),我們一直試圖通過為每個(gè)任務(wù)收集單獨(dú)的數(shù)據(jù)來解決?!?/p>

用狗數(shù)據(jù)創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng),讓犬類AI自主計(jì)劃任務(wù)

▲ 像狗一樣規(guī)劃行動(dòng);從狗的行為中學(xué)習(xí)

這可能會產(chǎn)生一些相當(dāng)復(fù)雜的數(shù)據(jù):例如,狗模型必須像狗一樣知道行動(dòng)路線,當(dāng)它需要從這里走到那里時(shí),它的行走路線是什么,它不能在樹上行走,也不能在汽車上行走,也不能在沙發(fā)上行走。因此,模型也學(xué)習(xí)了這一點(diǎn),這個(gè)模型可以作為一個(gè)計(jì)算機(jī)視覺模型單獨(dú)部署,以找出寵物在給定圖像中的位置。

這只是一個(gè)初步的實(shí)驗(yàn),研究人員說,雖然成功但結(jié)果有限。該系統(tǒng)未來可能會考慮引入更多的感覺,例如嗅覺,或者看看一只狗(或多只)的模型是如何推廣到其他狗身上的。

研究員的結(jié)論是:“我們希望這項(xiàng)工作為更好地理解視覺智能和生活在我們這個(gè)世界上的其他智能生物鋪平道路?!?/p>

  • 微信內(nèi)搜索并關(guān)注公眾號[AI商業(yè)報(bào)道],獲得人工智能領(lǐng)域第一手商業(yè)資訊

極客網(wǎng)企業(yè)會員

免責(zé)聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2018-04-13
用狗數(shù)據(jù)創(chuàng)建機(jī)器學(xué)習(xí)系統(tǒng),讓犬類AI自主計(jì)劃任務(wù)
華盛頓大學(xué)和艾倫AI研究所的研究人員試圖用狗的行為數(shù)據(jù)訓(xùn)練AI系統(tǒng),他們通過傳感器等設(shè)備采集了一只愛斯基摩犬的運(yùn)動(dòng)數(shù)據(jù)。

長按掃碼 閱讀全文