用狗數(shù)據(jù)創(chuàng)建機器學習系統(tǒng)，讓犬類AI自主計劃任務

• 本文來自微信公眾號【AI商業(yè)報道】

高層速讀

關鍵信息：華盛頓大學和艾倫AI研究所的研究人員試圖用狗的行為數(shù)據(jù)訓練AI系統(tǒng)，他們通過傳感器等設備采集了一只愛斯基摩犬的運動數(shù)據(jù)，基于數(shù)據(jù)建立了一個犬類機器學習系統(tǒng)。

關鍵數(shù)據(jù)：研究員在犬的頭部裝了1個GoPro相機，6個慣性測量單元用以判斷物體的位置，1個麥克風以及一個把這些數(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。

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

目前人類已經訓練了機器學習系統(tǒng)來識別物體，道路導航和識別面部表情，盡管實現(xiàn)它們可能很困難，但絕對沒有達到模擬狗所需要的復雜程度。

華盛頓大學和艾倫AI研究所的研究人員試圖用狗的行為數(shù)據(jù)訓練AI系統(tǒng)，他們通過傳感器等設備采集了一只愛斯基摩犬的運動數(shù)據(jù)，基于這些數(shù)據(jù)，建立了一個犬類機器學習系統(tǒng)。

▲愛斯基摩犬身上收集行為數(shù)據(jù)的裝置

這個系統(tǒng)的目的有三個：1、像狗一樣行動，預測未來動作；2、像狗一樣計劃任務；3、從狗行為中學習。最終的論文將于6月份在CVPR上發(fā)表。

為什么要這么做？

計算機視覺通常專注于解決與視覺智能相關的各種子任務。但我們偏離了這種標準的計算機視覺方法；相反，我們試圖直接建模一個視覺智能體（visually intelligent agent）。我們的模型將視覺信息作為輸入，并直接預測agent的行為。

盡管業(yè)界已經做了很多工作來模擬感知的子任務，比如識別一個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和執(zhí)行任務”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？

因為他們是足夠復雜的視覺智能體，狗很聰明，我們不知道它們在想什么，因此“他們的目標和動機是事先未知的?！弊鳛閷@一研究領域的第一次嘗試，研究小組想知道，如果通過密切監(jiān)測狗，并將其運動和行動映射到它所看到的環(huán)境中，他們是否能夠創(chuàng)建一個系統(tǒng)，準確地預測這些運動。

為了做到這一點，研究者把一套基礎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GoPro相機，6個慣性測量單元（分別在腿、尾巴和身體上）用以判斷物體的位置，1個麥克風以及一個把這些數(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)報道】

他們記錄了Kelp許多小時的活動：在不同的環(huán)境中散步、取東西、在公園玩耍、吃東西等。研究人員把狗的動作和它所看到世界的同步起來，結果就產生了狗環(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)集來訓練一個犬類人工智能代理。

▲用于預測狗行為的模型

對這個agent，給定某種感官輸入——例如一個房間或街道的景象，或一個飛過的球——以預測狗在這種情況下會做什么。當然，不用說特別細節(jié)，哪怕只是弄清楚它的身體如何移動，移向哪里，已經是一項相當重要的任務。

華盛頓大學的Hessam Bagherinezhad是研究人員之一，他解釋道：“它學會了如何移動關節(jié)以走路，學會了再走路或跑步是如何避開障礙物。它學會了追著松鼠跑，跟隨者主人走，追逐飛起來的狗玩具（玩飛盤游戲時）。這些都是計算機視覺和機器人技術的一些基本AI任務（例如運動規(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任務收集單獨的數(shù)據(jù)來解決?！?/p>

▲ 像狗一樣規(guī)劃行動；從狗的行為中學習

這可能會產生一些相當復雜的數(shù)據(jù)：例如，狗模型必須像狗一樣知道行動路線，當它需要從這里走到那里時，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，模型也學習了這一點，這個模型可以作為一個計算機視覺模型單獨部署，以找出寵物在給定圖像中的位置。

這只是一個初步的實驗，研究人員說，雖然成功但結果有限。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。

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

• 微信內搜索并關注公眾號[AI商業(yè)報道]，獲得人工智能領域第一手商業(yè)資訊

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。