Еволюция на роботите – учат се и намират отговори в 3D среда
Чрез опити и неточности машините научават това, което учените назовават „ обикновена форма на здравия разсъдък ”
Представете си, че вкъщи имате мъничък робот, който може да отговори на всичките въпроси, които ви изтезават всекидневно
Някога бяхме впечатлени, че феноменът Гугъл може неотложно да отговори на всевъзможни въпроси, като просто напишем значимите думи в търсачката. Не единствено това, само че и може да разбере, в случай че сме сбъркали по случайност, да вземем за пример написали сме „ декларця ” вместо „ декларация ”. А в този момент си представете, че вкъщи имате мъничък робот, който може да отговори на всичките въпроси, които изтезават мнозина от нас всекидневно, от вида „ къде е дребното оранжево портмоне? ”, „ в кое чекмедже е ключът за мазето? ”, „ къде е моята връзка ключове? ”.
Баталната сцена на въпросите и отговорите се е разширила и учените към този момент работят на друго равнище – където интелигентните системи виждат, възнамеряват и обосновават отговора си. „ Embodied Question Answering ” е името на план – и заглавието на отчет – на учени от Технологичния институт на Джорджия и сътрудници на Фейсбук AI Research. Неговата задача е навигацията „ в богата 3D среда ”, с цел да може роботът да дава отговор на въпроси. Машината би трябвало по едно и също време да учи схващане на човешкия език, образно различаване, навигиране по избрана цел.
Как наподобява този развой? Роботът бива подложен на случайно място в триизмерната среда. Задава му се въпрос – да вземем за пример, „ Какъв цвят е колата? ”. За да отговори, роботът би трябвало да направлява, с цел да изследва околната среда, да събере информация посредством „ виждане в първо лице ” – и по-късно да отговори.
Изучават се разнообразни видове въпроси, свързани с разнообразни познавателни качества. Например, някои са свързани с изложение: какъв цвят е колата, какъв брой висока е масата и други Други са свързани с състояние: какво има от горната страна, в профил, отляво, под масата. Има и въпроси за съществуване или битие: има ли стол в стаята? Роботът би трябвало да е кадърен на различаване на обекти, различаване разполагаем, преброяване, пространствено размишление, различаване на цветове и даже логичност.
Посредством опити и неточности роботът схваща кои са най-вероятните места за търсене на даден обект
EQA е елементарно разширяем, с цел да може да включи нови обикновени интервенции, видове въпроси и шаблони, в случай че е належащо, споделят създателите. Те акцентират, че при EQA не става дума за неподвижен набор от данни. По-скоро това е тест за „ образователна стратегия за качествата, които бихме желали да реализираме при вградените информационни сътрудници ”.
Според специалисти, този план в действителност „ образова системи на база изкуствен интелект да разчитат, схващат и проучват естествените езикови въпроси и да намират съответни обекти ”.
„ Представете си да помолите Roomba да почисти спалнята. Дори и машината да разпознава гласа ви и да вижда покрайнините, тя няма визия какво е спалнята или къде може да се откри такава ”, изяснява Уил Найт пред MIT Technology Review. „ Но бъдещите домашни роботи могат да употребяват програмен продукт за изкуствен интелект, който е научил такива елементарни обстоятелства за елементарните домове ”.
„ Ученето ” в действителност е най-важната част от постигнатото от екипа. Роботите научават това, което Найт назовава „ обикновена форма на здравия разсъдък ”. Посредством опити и неточности роботът схваща кои са най-вероятните места за търсене на даден обект. Например, той научава, че колите нормално се намират в гаража. А гаражите нормално са зад огромна врата на предната или задната страна на постройката.
Представете си, че вкъщи имате мъничък робот, който може да отговори на всичките въпроси, които ви изтезават всекидневно
Някога бяхме впечатлени, че феноменът Гугъл може неотложно да отговори на всевъзможни въпроси, като просто напишем значимите думи в търсачката. Не единствено това, само че и може да разбере, в случай че сме сбъркали по случайност, да вземем за пример написали сме „ декларця ” вместо „ декларация ”. А в този момент си представете, че вкъщи имате мъничък робот, който може да отговори на всичките въпроси, които изтезават мнозина от нас всекидневно, от вида „ къде е дребното оранжево портмоне? ”, „ в кое чекмедже е ключът за мазето? ”, „ къде е моята връзка ключове? ”.
Баталната сцена на въпросите и отговорите се е разширила и учените към този момент работят на друго равнище – където интелигентните системи виждат, възнамеряват и обосновават отговора си. „ Embodied Question Answering ” е името на план – и заглавието на отчет – на учени от Технологичния институт на Джорджия и сътрудници на Фейсбук AI Research. Неговата задача е навигацията „ в богата 3D среда ”, с цел да може роботът да дава отговор на въпроси. Машината би трябвало по едно и също време да учи схващане на човешкия език, образно различаване, навигиране по избрана цел.
Как наподобява този развой? Роботът бива подложен на случайно място в триизмерната среда. Задава му се въпрос – да вземем за пример, „ Какъв цвят е колата? ”. За да отговори, роботът би трябвало да направлява, с цел да изследва околната среда, да събере информация посредством „ виждане в първо лице ” – и по-късно да отговори.
Изучават се разнообразни видове въпроси, свързани с разнообразни познавателни качества. Например, някои са свързани с изложение: какъв цвят е колата, какъв брой висока е масата и други Други са свързани с състояние: какво има от горната страна, в профил, отляво, под масата. Има и въпроси за съществуване или битие: има ли стол в стаята? Роботът би трябвало да е кадърен на различаване на обекти, различаване разполагаем, преброяване, пространствено размишление, различаване на цветове и даже логичност.
Посредством опити и неточности роботът схваща кои са най-вероятните места за търсене на даден обект
EQA е елементарно разширяем, с цел да може да включи нови обикновени интервенции, видове въпроси и шаблони, в случай че е належащо, споделят създателите. Те акцентират, че при EQA не става дума за неподвижен набор от данни. По-скоро това е тест за „ образователна стратегия за качествата, които бихме желали да реализираме при вградените информационни сътрудници ”.
Според специалисти, този план в действителност „ образова системи на база изкуствен интелект да разчитат, схващат и проучват естествените езикови въпроси и да намират съответни обекти ”.
„ Представете си да помолите Roomba да почисти спалнята. Дори и машината да разпознава гласа ви и да вижда покрайнините, тя няма визия какво е спалнята или къде може да се откри такава ”, изяснява Уил Найт пред MIT Technology Review. „ Но бъдещите домашни роботи могат да употребяват програмен продукт за изкуствен интелект, който е научил такива елементарни обстоятелства за елементарните домове ”.
„ Ученето ” в действителност е най-важната част от постигнатото от екипа. Роботите научават това, което Найт назовава „ обикновена форма на здравия разсъдък ”. Посредством опити и неточности роботът схваща кои са най-вероятните места за търсене на даден обект. Например, той научава, че колите нормално се намират в гаража. А гаражите нормално са зад огромна врата на предната или задната страна на постройката.
Източник: technews.bg
КОМЕНТАРИ