https://www.toutiao.com/a6641714869450048007/

2019-01-02 10:05:48

导读: 迄今为止,大多数人工智能(AI)研究都集中在视觉方面。多亏了机器学习,尤其是深度学习,我们现在有了对周围环境有很好的视觉理解的机器人和设备。

迄今为止,大多数人工智能(AI)研究都集中在视觉方面。多亏了机器学习,尤其是深度学习,我们现在有了对周围环境有很好的视觉理解的机器人和设备。但我们不要忘记,视觉只是人类的一种生物感官。为了更好地模拟人类智能的算法,研究人员现在将注意力集中在从感觉运动系统和触觉反馈中获取的数据集上。有了这种额外的感官,未来的机器人和人工智能设备将对它们的物理环境有更大的认识,从而打开新的用例和可能性。

人工智能系统

人工智能爱好者、技术专家、深度学习和神经语言编程专家Somatic创始人贾森?托伊(Jason Toy)最近发起了一个项目,重点培训人工智能系统,使其能够基于触觉输入与环境互动。该项目名为SenseNet: 3D物体数据库和触觉模拟器,致力于将机器人对周围环境的映射扩展到视觉之外,包括轮廓、纹理、形状、硬度和触觉物体识别。

Toy最初的目标是在感知运动系统和触觉反馈方面创造一波人工智能研究浪潮。除此之外,他还设想,经过人工训练的机器人最终将被用于开发机器人手,用于工厂和配送中心,完成装箱、零部件回收、订单履行和分类等工作。其他可能的应用包括用于食品制备、家务和组件组装的机械手。

机器人学和深度强化学习

SenseNet项目依赖于深度强化学习(deep reinforcement learning, RL),这是机器学习的一个分支,它借鉴了有监督和无监督的学习技术,依赖于一种基于监控交互的奖励系统,以找到更好的方法迭代改进结果。

许多人认为,RL提供了一种开发自主机器人的途径,这种机器人可以在最少的人类干预下掌握某些独立行为。例如,对深度RL技术的初步评估表明,使用仿真技术开发灵巧的3D操作技能是可能的,而不必手工创建表示。

使用SENSENET数据集

SenseNET及其支持资源旨在克服许多共同的挑战

研究人员在从事基于触控的人工智能项目时面临的问题。一个开源的形状数据集,其中大部分可以3D打印,以及一个触摸模拟器,让人工智能研究人员加快项目工作。图1显示了SenseNET数据集中包含的一些形状的示例。

图1:SenseNet 3D对象的例子

GitHub*上的SenseNet存储库提供了3D对象数据集之外的大量资源,包括培训示例、分类测试、基准测试、Python*代码示例等等。

通过添加一个模拟器,研究人员可以加载和操作这些对象,从而使数据集更加有用。Toy解释说:“我们在子弹物理引擎上建立了一个层。Bullet是一个广泛应用于游戏、电影以及最近的机器人和机器学习研究中的物理引擎。这是一个实时物理引擎,模拟软硬体,碰撞检测和重力。我们包括一个被称为MPL的机械手,它可以在手指中进行全方位的运动,我们在食指尖端嵌入了一个触摸传感器,可以让手模拟触摸。图2显示了使用MPL支持的一些手势。

图2:SenseNet中可用的机器人手势

支持技术

为了加速训练和测试许多强化学习算法玩具使用英特尔的强化学习教练-机器学习测试框架。在Python*环境中运行,强化学习教练允许开发人员建模代理和环境之间的交互,如图3所示。

图3:通过组合构建块来建模代理

通过结合各种构建模块,提供可视化工具动态显示训练和测试结果,增强学习教练使训练过程更加有效,并支持在多个环境下对代理进行测试。先进的可视化工具,基于在训练序列中收集的数据,可以方便地通过Coach仪表板访问,并用于调试和优化被训练的代理。

开发人员的机会

至于其他开发者的机会,Toy说:“不要害怕打破常规。深度学习的热潮主要集中在卷积神经网络(CNNs)和计算机视觉领域,因为这两个领域的学习成果最多。“其他未被探索的领域在人工智能方面提供了洞见,有时还会带来突破,而这些不太受欢迎的领域可能会引领人们走向有希望的方向。”

最后,Toy说:“不要仅仅从数学和计算机科学的角度研究人工智能。看看其他领域,比如计算神经科学和认知科学。”

来源:英特尔

深度学习对机器人有多大的影响相关推荐

  1. 运用深度学习教机器人理解自然语言

    运用深度学习教机器人理解自然语言 2016-08-16 16:33 转载 CSDN 1条评论 雷锋网按:本文作者Jonathan是21CT的首席科学家.他主要研究机器学习和人工智能如何使用在文本和知识 ...

  2. 乔治亚大学招收计算机视觉/深度学习/机器人/自动驾驶博士生from 2023 spring

    University of Georgia(佐治亚大学)ECE系的Intelligent Vision and Sensing 实验室现有多个全奖博士生名额,以及1-2个csc资助的博士名额(学费由导 ...

  3. 11步,教你创建深度学习聊天机器人

    全文共4687字,预计学习时长9分钟 创建一款聊天机器人时,目标应该是令其仅需最少的人类干预甚至无需人类干预.这一目标可通过两种方法实现. 第一种方法是,客服团队接收来自人工智能的建议,以改进客户服务 ...

  4. Dataset:数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏,持续更新)

    Dataset:数据集集合(综合性)--机器学习.深度学习算法中常用数据集大集合(建议收藏,持续更新) 目录 常规数据集 各大方向分类数据集汇总 具体数据集分类 相关文章 DL:关于深度学习常用数据集 ...

  5. 【资源放送】机器学习/深度学习最全公开视频大放送!

    文章首发于微信公众号<有三AI> [资源放送]机器学习/深度学习最全公开视频大放送! 该篇小记一下机器学习与深度学习的一些好的基础视频资源. 如果你是刚入门的小白,建议细细阅读一下下面将要 ...

  6. 深度学习数据集中数据差异大_使用差异隐私来利用大数据并保留隐私

    深度学习数据集中数据差异大 The modern world runs on "big data," the massive data sets used by governmen ...

  7. 过拟合和欠拟合_现代深度学习解决方案中的两大挑战:拟合和欠拟合

    全文共2306字,预计学习时长5分钟 对机器学习模型而言,最糟糕的两种情况无非是构建无用的知识体系,或是从训练数据集中一无所获.在机器学习理论中,这两种现象分别被称为过拟合和欠拟合,是现代深度学习解决 ...

  8. 今日 Paper | 人脸数据隐私;神经符号推理;深度学习聊天机器人等

    为了帮助各位学术青年更好地学习前沿研究成果和技术,AI科技评论联合Paper 研习社(paper.yanxishe.com),推出[今日 Paper]栏目, 每天都为你精选关于人工智能的前沿学术论文供 ...

  9. 【论文笔记】基于深度学习的机器人抓取虚拟仿真实验教学系统

    文章目录 摘要 关键词 0 引言 1 基于深度学习的机器人抓取实验原理 2 机器人抓取虚拟仿真实验设计方案 2.1 虚拟仿真实验系统总体设计 2.2 机器人抓取实验教学过程 3 实验教学考核与管理 4 ...

最新文章

  1. Python 序列与映射的解包操作
  2. TensorFlow笔记(2) 常量与变量
  3. markdown 图片居中_写作者必备技能:markdown 微信使用markdown
  4. mysql连接被拒绝 密码也对_解决Mysql数据库拒绝远程连接和忘记密码的问题
  5. 如何全面认识大数据分析的基础知识
  6. hdu1263 简单模拟
  7. python重装显示already installed_tensorflow安装出现Requirement already satisfied问题,这个是网络问题吗?...
  8. verilog 简单module_verilog简易教程
  9. 耿建超英语语法---非谓语动词作主语
  10. 8-PIN STM8优秀设计集锦
  11. PHP实现文章评论系统
  12. 原生JS获取元素在文档中的位置
  13. 使用modelsim仿真时出现“vopt returned success but vsim could not find a design to simulate!”错误
  14. Java实现 LeetCode 215. 数组中的第K个最大元素
  15. 【MML】华为MML AAA接口联调,Java版本
  16. 【Linux】常用命令
  17. 改变网changeself.com,记录着改变生活、改变态度、改变思维方式、改变特质、改变行为方式,一切从改变自己身上的特质开启
  18. Wave VR Native SDK学习(一)
  19. 剑指 Offer 61-68
  20. 【Python】Decision on buying cars COROLLA or LEVIN(数据分析技术实现过程之·2 data_analysis①)

热门文章

  1. Chapter 1 快速搭建-服务的注册与发现(Eureka)
  2. 智源伍昱:被AI“耽误”的文艺青年,用技术对抗偏见
  3. LIVE 预告 | 佐治亚理工杨笛一:少数据,多框架的自然语言处理
  4. LiveVideoStackCon 音视频技术大会 2022 上海站日程发布啦!
  5. 乳腺MG数据获取(Breast Mammography)
  6. java线程模拟生产者消费者问题
  7. 5分钟 NLP 系列: Word2Vec和Doc2Vec
  8. 独家|OpenCV 1.7 离散傅里叶变换
  9. 王茂霖:数据挖掘提分三板斧!(附PPT下载)
  10. 深度学习中的图像分割:方法和应用、特点