（題圖來源網路，與本文無關）
當人工智慧發展越來越成熟時，研究者們開始想讓機器人由機械化向智慧化轉變，不再只是由之前編寫好的程式重複著固定地動作，而是會根據環境的變化而及時地作出判斷和反應。
MIT 電腦科學和人工智慧實驗室（簡稱CSAIL）的博士後 Ilker Yildirim 是其中的研究者之一，最近他與MIT其他研究人員一起發表了一篇論文，描述了一種可以預測特定狀況下物品如何移動的人工智慧系統。該系統應用在機器人後，可以有很大的應用空間，比如，可以讓機器人洗碗。
“它們將不是工業化機器人，一遍一遍很精細地重複動作。這些機器人必須能夠處理不確定的事情。如果機器人將需要清洗的盤子放在洗碗機裡，它需要理解盤子擺放的細節；它需要理解如果它作出一些特定行為，將會打碎它們；它必須深刻理解它所處的物理環境。”Yildirim 說，他覺得這將成為創造一種全新的機器人的基礎，這些機器人可以像人類一樣能對環境有比較本能的反應。
該系統結合了兩種人工智慧，物理類比以及深度學習。物理類比可以類比物體的運動，但是你必須為每一個特定的場景程式設計。
而深度學習你可以給神經網路提供一些視覺圖像和物理學，系統將通過學習從而去分析那些它之前並未接觸過的環境。Yildirim 已經開始和同事錄製實驗視頻，通過3D攝影機來構建資料模型。這些模型將判斷物體的行為，行動的速度等。
最終這些資料將被投入到深度神經網路中，通過大量的資料分析，它將能辨識出物體，判斷它們的結構，並最終預測它們的行為。即使只是展示了一些靜態的場景，Yildirim 表示系統在大量地學習後，將通過物體的重量以及摩擦最終能準確地預測接下來將要發生什麼。
當然，要想百分百的預測準確是不可能的，即使是人類也不可能做到。Yildirim 和他的團隊，甚至還將該系統和人類在預測將要發生的事的準確率做了一個比較，發現人工智慧完全能與人類媲美。“這個系統和人類很像，就平均表現來說。”Yildirim 說。
沒有留言:
張貼留言