新的AI看起来像人类一样填补了空白

德克萨斯大学奥斯汀分校的计算机科学家教过一个人工智能代理如何做通常只有人类才能做的事情-快速浏览一下并推断出整个环境，这是开发有效的搜索和救援机器人认为有一天可以提高危险任务的效率。该团队由克里斯汀·格劳曼(Kristen Grauman)教授领导。候选人Santhosh Ramakrishnan和前博士学位 候选人Dinesh Jayaraman(现在在加利福尼亚大学伯克利分校)今天在《科学机器人》杂志上发表了他们的研究结果。

大多数AI代理(可以为机器人或其他机器赋予智能的计算机系统)都在他们以前经历过的环境(例如工厂)中接受过非常具体的任务训练，例如识别物体或估计物体的体积。但是由Grauman和Ramakrishnan开发的代理是通用的，可以收集可视信息，然后将其用于各种任务。

格劳曼说：“我们希望一个具备一般条件的特工进入环境，并为新的感知任务做好准备。” “它的行为方式多样，能够在不同的任务上取得成功，因为它已经学会了有关视觉世界的有用模式。”

科学家使用深度学习(一种受大脑神经网络启发的机器学习类型)在数千种不同环境的360度图像上训练他们的代理。

现在，当代理人呈现从未见过的场景时，它会利用自己的经验来选择一些瞥见内容-例如站在大教堂中间的游客朝不同方向拍摄一些快照-总共不到20个整个场景的百分比。该系统之所以如此有效，是因为它不仅沿随机方向拍照，而且在每次瞥见之后，选择它预测的下一幅照片都将添加有关整个场景的最新信息。这就像您在杂货店里一样您以前从未访问过，并且看到苹果，您希望在附近找到橘子，但是要找到牛奶，您可能会反过来看。基于瞥见，特工推断它在所有其他方向看时会看到什么，从而重建其周围环境的完整360度图像。