ПОСЛЕДНИЙ РАБОЧИЙ ДЕНЬ ► Job Simulator #4
Kada pomislite “strojno učenje”, gotovo je instinktivno zamisliti računalo koje se prelijeva kroz nezamislive količine podataka, škripanje beskrajnih brojeva u potrazi za povezivanjem, za razliku od bilo koje osobe koja bi ikada pomislila.
Ali skupina znanstvenika iz Kanade imala je drugačiju ideju: zašto ih ne naučiti igrati kuću?
To ih je dovelo do stvaranja desetaka tisuća simuliranih domova u kojima je A.I. može naučiti kako manipulirati okolinama unutar njih. Nazivaju ovo virtualno igralište HoME, ili kućanstvo multimodalno okruženje. Programeri mogu postaviti zagonetke za A.I. riješiti u raznim “kućnim” okruženjima, koja mogu biti bilo što, od pomicanja kauča do uređenja stolica.
"Ljudi uče iz kombiniranja informacija kroz različite modalitete: viziju, jezik i fiziku", kaže Ethan Perez, istraživač s dubokim učenjem na Sveučilištu u Montrealu. Inverzan u Skype pozivu. “Kako je strojno učenje napredovalo, bilo je u stanju nositi se sa svima njima pojedinačno. Sada izgleda zrelo da sve to dovedemo u jedinstvenu sredinu gdje je A.I. može zapravo pokušati naučiti što znači "teško" interaktivno."
U radu će Perez i njegov tim predstaviti NIPS 2017. - A.I. Konferencija održana ovog tjedna u Long Beachu u Kaliforniji - istraživači objašnjavaju kako su koristili skup podataka od 45.000 jedinstvenih 3D rasporeda kuće kako bi stvorili virtualnu teretanu za AI.
Neke od najvećih tehnoloških tvrtki počele su trenirati svoje A.I. postati sofisticiraniji. Glavni primjer je Google pomoću klasične videoigre Starcraft trenirati svoj DeepMind u nadi da će jednog dana moći pobijediti ljudske igrače.
“Kao u drugim multimodalnim okruženjima DOOM ili Starcraft bili su stvarno cool i korisni ”, kaže Florian Golemo, gostujući doktorant na Sveučilištu u Montrealu Inverzan, "Ali okolina s više realnih scenarija koji ne uključuju pištolj ispred vas ili gdje morate zapovijedati Zerglingsu doista bi mogla biti praktična."
Sve je to omogućio skup podataka SUNCG, koji je sastavio tisuće iznimno detaljnih rasporeda kuća. Bez toga, tim je rekao da bi se morao oslanjati na slučajno generirane domove, koji su manje idealni za A.I. vježbati u.
Golemo, koji ima iskustvo u robotici, vjeruje da je HoME sjajan način da u budućnosti uvježbam kućanske robote, jednostavno zato što je realna simulacija tima. On objašnjava da, iako postoje druga okruženja koja su korištena za obuku botova, HME je najpouzdaniji način na koji bi kuća izgledala u stvarnom životu.
Za sada, kreatori HoME-a osiguravaju da budući korisnici njihovih proizvoda imaju sve potrebne alate za postavljanje tona testova unutar tih kućnih simulacija. Tko je znao da je vrhunski A.I. trener će izgledati kao stara verzija The Sims ?
Ovaj "Minitaur" robot može otvoriti vrata, hodati po ledu i praktički ići bilo gdje.
Glazbeni videozapisi U2 sada se koriste u studiji umjetne inteligencije
Umjetna inteligencija mogla bi jednog dana skenirati glazbene videozapise koje gledamo kako bi došla do mogućnosti prediktivnog otkrivanja glazbe na temelju emocija izvođača. Što znači da je A.I. uskoro će moći prepoznati Bonovo tužno lice i poslužiti vam više mopey Bono, ili možda još nešto smješko. Tehnologija za to ...
OpenAI tvrtke Elon Musk može biti mišić za sigurno istraživanje umjetne inteligencije
Tijekom vikenda, Elon Musk, Sam Altman i druge silicijske doline neočekivano su najavili pokretanje OpenAI, neprofitne tvrtke koja opisuje svoj cilj kao: “unaprijediti digitalne inteligencije na način koji će najvjerojatnije donijeti korist čovječanstvu u cjelini, neograničeno potrebom da se ostvari financijski povratak. "
Kako "svjetski najslabiji znanstvenici" stvaraju ekonomiju s A.I.
Samo najzainteresiraniji geeksi koji se bave statistikom mogli bi ući u aktuarsku znanost, iako je područje studija tajno prilično cool: aktuari su zaduženi za ogromnu odgovornost - njihov posao je u biti predvidjeti budućnost, iako za razliku od futurologa postoje stvarne i ozbiljne posljedice za dobivanje ...