Gennembrud i AI-læring kan føre til menneskelig ydeevne

Del denne historie!
image_pdfimage_print
Ny AI kan efterligne menneskelig bevægelse efter at have set den kun en gang, hvilket er, hvordan mennesker lærer fra spædbarnet. Der er selvfølgelig ikke noget mål med intentionen om, hvorfor den menneskelige bevægelse blev udført i første omgang. Dette er typisk Technocrat, der tænker, at 'hvorfor' ikke er så vigtigt som 'hvad'. ⁃ TN Editor

En ny race af AI-drevne robotter kunne snart efterligne næsten enhver handling efter at have set et menneske gøre dem bare én gang.

Forskere har udviklet en klodset maskine, der kan lære nye opgaver, såsom at smide en bold i en skål eller hente en kop, blot ved at se en person udføre dem først.

Forskere sagde, at tricket tillader Android at mestre nye færdigheder meget hurtigere end andre robotter, og kunne en dag føre til maskiner, der er i stand til at lære komplekse opgaver rent gennem observation - meget som mennesker og dyr gør.

Projektleder videnskabsmand Tianhe Yu skrev i en blogindlæg: At lære en ny færdighed ved at iagttage et andet individ, evnen til at efterligne, er en vigtig del af intelligensen hos mennesker og dyr.

'En sådan kapacitet ville gøre det dramatisk lettere for os at kommunikere nye mål til robotter - vi kunne simpelthen vise robotter, hvad vi vil have dem til at gøre.'

Udviklet af ingeniører ved University of California i Berkeley, lærer roboten hurtigt nye handlinger ved at se en person gøre det på video.

Klip af Android viser, at det samler frugt og sætter det i en skål, såvel som omhyggeligt bevæger sig rundt i en forhindring, der følger den samme sti demonstreret af en videnskabsmand.

De fleste maskiner, såsom robotterne i bilfabrikker, er programmeret til at udføre opgaver via computerkode - en stiv og ofte tidskrævende proces.

For nylig er der udviklet androider, der kan lære ved at se en anden robot fuldføre handlingen, skønt de typisk er nødt til at efterligne opgaven tusindvis af gange, før den bliver perfekt.

I den nye artikel skitserer UC-teamet den teknik, der gjorde det muligt for dem at undervise i en robothandlinger med kun en demonstration - meget hurtigere indlæringsprocessen.

De kombinerede to forskellige indlæringsalgoritmer til en enkelt super-AI.

En af disse - en metalæringsalgoritme - hjælper en robot med at lære ved at inkorporere de bevægelser, der bruges i tidligere opgaver, i stedet for at mestre hver færdighed fra bunden.

Den anden, en imiteringsalgoritme, giver maskinen mulighed for at hente en ny færdighed ved at se på noget andet udføre det.

Ved at kombinere de to tilladte forskere at opbygge en AI, der bygger på både tidligere erfaring og efterligning for at opbygge nye færdigheder i en proces, som forskerne kalder model-agnostisk meta-learning (Maml).

Dette betyder, at det kan lære at manipulere et objekt, som det aldrig har set før, ved at se en enkelt video - et gennembrud, der kan fremskynde maskinlæring.

Læs hele historien her ...

Deltag i vores mailingliste!


Tilmeld
Underretning af
gæst
0 Kommentarer
Inline feedbacks
Se alle kommentarer