久久国产精品99国产精,红杏亚洲影院一区二区三区,中国老少配性BBW

新智元報道

編輯：David 如願

2009年，當(dāng)時還在普林斯頓大學(xué)任教的計算機(jī)科學(xué)家李飛飛發(fā)明了一個數(shù)據(jù)集，后來改變了人工智能的發(fā)展史。

【資料圖】

該數(shù)據(jù)集被稱為ImageNet，包括數(shù)以百萬計的標(biāo)記圖像，可以訓(xùn)練復(fù)雜的機(jī)器學(xué)習(xí)模型來識別圖片中的目標(biāo)。

2015年，用這個數(shù)據(jù)集訓(xùn)練出來的機(jī)器，超過了人類的識別能力。不久之后，李飛飛開始尋找她所謂的另一顆「北極星」，推動人工智能走向真正的智能化。

靠訓(xùn)練讓機(jī)器識圖，還是沒那么智能。她開始尋求與人類智能的起源更接近的方式。

她回顧了5.3億年前的「寒武紀(jì)大爆炸」，并找到了靈感，當(dāng)時，眾多物種的陸生動物首次出現(xiàn)。有理論認(rèn)為，新物種的爆發(fā)部分是由眼睛的出現(xiàn)推動的，眼睛可以第一次讓動物看到了它們周圍的世界。

李飛飛認(rèn)為，動物的視覺從來都不是單獨形成的，而是深深結(jié)合整個身體的過程中發(fā)生的，因為動物需要在快速變化的環(huán)境中移動、導(dǎo)航、生存，并做出改變?！?/p>

現(xiàn)在，李飛飛的工作更加側(cè)重于AI智能體。與十幾年前不同的是，這些智能體除了接受來自數(shù)據(jù)集的靜態(tài)圖像，還可以在三維虛擬世界的模擬中移動，并與環(huán)境互動。

這是一個被稱為「具身AI」的新領(lǐng)域，該領(lǐng)域與機(jī)器人學(xué)的研究方向有諸多交集，因為機(jī)器人可以作為現(xiàn)實世界中具身AI智能體的物理等價物，在強(qiáng)化學(xué)習(xí)上，兩個領(lǐng)域也有著共同的特征。

李飛飛和該領(lǐng)域的其他研究人員認(rèn)為，「具身AI」帶來的重大轉(zhuǎn)變，是讓AI從學(xué)習(xí)直接的能力，如識別圖像，到學(xué)習(xí)如何執(zhí)行類似人類的多個步驟的復(fù)雜任務(wù)，比如煎蛋卷。

今天，具身研究包括任何能夠探測和改變自身環(huán)境的智能體。在機(jī)器人學(xué)中，AI智能體總是生活在一個機(jī)器人的身體里，但現(xiàn)實模擬中的智能體可能只有虛擬身體，或者只是通過一個移動的攝像機(jī)來感知世界，但仍然可以與周圍環(huán)境互動。

「所謂「具身」的意義，其實不在于身體本身，而是與環(huán)境互動行為的整體需求和功能?！估铒w飛說。

這種互動給了智能體一種全新的了解世界的方式。簡單來說，過去是觀察兩個物體之間可能存在的關(guān)系，現(xiàn)在是自己進(jìn)行實驗并導(dǎo)致這種關(guān)系的產(chǎn)生。

有了這種新的理解，就會有更高的智能。隨著新的虛擬世界的建立和運行，具身AI智能體已經(jīng)開始兌現(xiàn)這一潛力，在新環(huán)境中取得了重大進(jìn)展。

越來越完美的環(huán)境模擬

長期以來，研究人員一直想為AI智能體創(chuàng)造逼真的虛擬世界，但直到五年前，這個想法才開始成為現(xiàn)實。這要歸功于電影和視頻游戲行業(yè)所推動的圖形化領(lǐng)域的技術(shù)進(jìn)步。

2017年，AI智能體首次實現(xiàn)了在一個逼真的室內(nèi)虛擬空間中實現(xiàn)了身臨其境的居家感。

這個名為「AI2-Thor」的模擬器，由艾倫人工智能研究所的計算機(jī)科學(xué)家建造，讓智能體在自然的廚房、浴室、客廳和臥室中漫步。

智能體周圍的3D視圖隨著它們的移動而移動，當(dāng)智能體停下來仔細(xì)觀察時，又會展示出新的角度。

這樣的「新世界」也讓智能體有機(jī)會對新維度的變化進(jìn)行推理：時間維度。

西蒙弗雷澤大學(xué)（Simon Fraser University）的計算機(jī)圖形研究人員Manolis Savva認(rèn)為：「這就是與以往的最大區(qū)別，在具身AI環(huán)境中......可以獲得時間上連貫的信息流，而且可以控制?！?/p>

這些模擬世界現(xiàn)在已經(jīng)足夠逼真，可以訓(xùn)練智能體完成全新任務(wù)?，F(xiàn)在的智能體不僅能識別目標(biāo)，還能與之互動，比如拿起目標(biāo)，并在其周圍導(dǎo)航。這些步驟看似很不起眼，但對于任何智能體了解環(huán)境來說都是必不可少的。

2020年，虛擬智能體超越了視覺層面，聽到了虛擬環(huán)境中發(fā)出的聲音，用另一種方式了解世界。

當(dāng)然，這并不是說這項工作已經(jīng)大功告成了。

斯坦福大學(xué)的計算機(jī)科學(xué)家丹尼爾·亞明斯（Daniel Yamins）說：「即使是最好的模擬器，也遠(yuǎn)不如現(xiàn)實世界那么真實」。

與麻省理工學(xué)院和IBM的同事一起，Yamins共同開發(fā)了ThreeDWorld，把重點放在虛擬世界中模仿現(xiàn)實生活中的物理學(xué)--比如液體的行為方式

「這真的很難，挑戰(zhàn)很大，但這足以讓AI智能體開始以新的方式學(xué)習(xí)?！?/p>

比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)更接近大腦

到目前為止，衡量「具身AI」進(jìn)展的一個簡單方法是，將具身智能體的表現(xiàn)與在更簡單的靜態(tài)圖像任務(wù)上訓(xùn)練的算法進(jìn)行比較。

研究人員指出，這些比較并不完美，但早期結(jié)果確實表明，具身AI智能體的學(xué)習(xí)方式不同，有時效果確實比其前輩更好。

在最近的一篇論文中，研究人員發(fā)現(xiàn)一個具身的AI智能體在檢測指定的物體時的表現(xiàn)更加準(zhǔn)確，比傳統(tǒng)方法提高了近12%。

艾倫人工智能研究所的計算機(jī)科學(xué)家、論文共同作者之一的Roozbeh Mottaghi說：「物體檢測界花了三年多的時間才實現(xiàn)了這種水平的改進(jìn)。方法僅僅是通過與世界的互動?！?/p>

還有論文表明，如果將具身AI智能體賦予有形的形式，并讓它們只探索一次虛擬空間，或者讓它們四處移動，收集目標(biāo)的多個視圖時，在目標(biāo)檢測任務(wù)中的表現(xiàn)也強(qiáng)于傳統(tǒng)的訓(xùn)練算法。

研究人員還發(fā)現(xiàn)，具身AI的算法和傳統(tǒng)算法在學(xué)習(xí)方式上有根本不同。

以神經(jīng)網(wǎng)絡(luò)為例，研究人員發(fā)現(xiàn)，具身AI智能體中的神經(jīng)網(wǎng)絡(luò)，在響應(yīng)視覺信息時活躍的神經(jīng)元相對較少，這表明每個單獨的神經(jīng)元有更大的余地選擇響應(yīng)哪些內(nèi)容。

相比之下，傳統(tǒng)AI智能體的效率要低得多，需要更多的神經(jīng)元在大部分時間內(nèi)處于活躍狀態(tài)。

研究人員將具身和非具身的神經(jīng)網(wǎng)絡(luò)與活體大腦（小鼠的視覺皮層）中的神經(jīng)元活動進(jìn)行了比較，發(fā)現(xiàn)具身AI智能體與活體大腦的活動是最接近的。

不過研究人員也指出，這并不一定意味著具身AI更好，二者只是不同而已。

與物體探測論文不同的是，Clay和Lindsay在比較相同神經(jīng)網(wǎng)絡(luò)的潛在差異中，要讓智能體執(zhí)行完全不同的任務(wù)，所以可能需要工作方式不同的神經(jīng)網(wǎng)絡(luò)來完成各自的目標(biāo)。

但是，雖然將具身神經(jīng)網(wǎng)絡(luò)與非具身神經(jīng)網(wǎng)絡(luò)進(jìn)行比較是一種相對進(jìn)步的衡量標(biāo)準(zhǔn)，但研究人員并不是真的會對如何提高具身智能體在當(dāng)前任務(wù)中的表現(xiàn)感興趣。

這項工作將繼續(xù)進(jìn)行，使用傳統(tǒng)的訓(xùn)練方式。真正的目標(biāo)是學(xué)習(xí)更復(fù)雜的、類人的任務(wù)，這也是研究人員最感興趣的地方。

在短短幾年內(nèi)，由Meta AI研究主任、佐治亞理工學(xué)院計算機(jī)科學(xué)家Dhruv Batra領(lǐng)導(dǎo)的團(tuán)隊迅速提高了一種名為point-goal navigation的特定導(dǎo)航任務(wù)的性能。

一個agent會被放置在一個全新的環(huán)境中，并且必須在沒有地圖的情況下導(dǎo)航到相對于起始位置的目標(biāo)坐標(biāo)(「往北5米，往東10米的地方」)。

通過給agent一個GPS和一個指南針，并在Meta的虛擬世界，即AI棲息地中訓(xùn)練它，Batra表示：「我們能夠在標(biāo)準(zhǔn)數(shù)據(jù)集上獲得超過99.9%的準(zhǔn)確性?！?/p>

這個月，他們成功地將訓(xùn)練結(jié)果擴(kuò)展到一個更困難卻更現(xiàn)實的場景，即agent沒有GPS或指南針。該agent只能通過移動時看到的像素流來估計其位置，不過其準(zhǔn)確率也達(dá)到94%。

Mottaghi說：「這是一個了不起的進(jìn)步。然而，這并不意味著導(dǎo)航問題已經(jīng)完全被解決了?！?/p>

在某種程度上，這是因為許多其他類型的導(dǎo)航任務(wù)需要使用更復(fù)雜的語言指令，比如「經(jīng)過廚房去拿臥室床頭柜上的眼鏡」，其準(zhǔn)確率仍然只有30%到40%左右。

但導(dǎo)航仍然是「具身AI」中最簡單的任務(wù)之一，因為agent在環(huán)境中移動時不需要操作任何內(nèi)容。

到目前為止，「具身AI」的agent還尚未掌握任何與對象相關(guān)的任務(wù)。一部分挑戰(zhàn)在于，當(dāng)agent與新對象進(jìn)行交互時，它可能會出現(xiàn)很多錯誤，然后錯誤很可能會堆積起來。

目前，大多數(shù)研究人員通過選擇只包含幾個步驟的任務(wù)來克服這個問題，但大多數(shù)類人類的活動，比如烘焙或洗碗，需要對多個物體進(jìn)行長序列的動作。若要實現(xiàn)這一目標(biāo)，人工智能agent將需要更大的推動。

在這方面，李飛飛可能又一次走在了前沿，她開發(fā)了一個數(shù)據(jù)集，希望能像她的ImageNet項目為人工智能物體識別所做的那樣，為「具身AI」做貢獻(xiàn)。

她曾經(jīng)為人工智能社區(qū)提供了一個巨大的圖像數(shù)據(jù)集，用于實驗室標(biāo)準(zhǔn)化輸入數(shù)據(jù)，現(xiàn)在她的團(tuán)隊發(fā)布了一個標(biāo)準(zhǔn)化的模擬數(shù)據(jù)集，其中包括100個類似人類的活動，供agent完成，并且可以在任何虛擬世界中進(jìn)行測試。

一旦agent成功完成了這些復(fù)雜的任務(wù)，李飛飛認(rèn)為模擬的目的，就是為了在最終的可操作空間，即真實世界，進(jìn)行訓(xùn)練。

李飛飛表示：「在我看來，模擬是機(jī)器人研究中最重要、最令人興奮的領(lǐng)域之一?！?/p>

機(jī)器人的新前沿

機(jī)器人本質(zhì)上就是一個具身「AI智能體」。

通過寄居在現(xiàn)實世界中的某種物理軀體，它們代表了最極端的具身AI智能形式。但許多研究人員現(xiàn)在發(fā)現(xiàn)，這些agent甚至能從虛擬世界的訓(xùn)練中受益。

Mottaghi說：「機(jī)器人技術(shù)中SOTA算法，比如強(qiáng)化學(xué)習(xí)，通常需要數(shù)百萬次迭代來學(xué)習(xí)那些有意義的東西?！挂虼?，訓(xùn)練真正的機(jī)器人去完成艱巨的任務(wù)，這可能需要若干年的時間。

但在虛擬世界中訓(xùn)練他們首先提供了比實時訓(xùn)練更快的機(jī)會，并且數(shù)千名agent可以在數(shù)千個具有細(xì)微差別的房間中同時訓(xùn)練。此外，虛擬訓(xùn)練對機(jī)器人以及機(jī)器人附近的人類，都更加安全。

2018年，許多機(jī)器人專家開始更重視模擬器，OpenAI的研究人員證明，將模擬技能轉(zhuǎn)移到現(xiàn)實世界是可能的。他們訓(xùn)練一只機(jī)械手去操作一個只在模擬中見過的立方體。

最近的成功進(jìn)展讓無人機(jī)學(xué)會了如何在空中避免碰撞；讓自動駕駛汽車實現(xiàn)跨城市測試；讓具有四條腿的，像小狗一樣的機(jī)器人在瑞士阿爾卑斯山完成一小時的徒步，這和人類所需要的時間一樣。

在未來，研究人員還可能通過虛擬現(xiàn)實頭盔將人類送入虛擬空間，從而縮小模擬世界和現(xiàn)實世界之間的差距。

英偉達(dá)機(jī)器人研究高級主管、華盛頓大學(xué)教授Dieter Fox指出，機(jī)器人研究的一個關(guān)鍵目標(biāo)是制造出在現(xiàn)實世界中對人類有幫助的機(jī)器人。但要做到這一點，它們必須要先接觸并學(xué)習(xí)如何與人類互動。

Fox說：「利用虛擬現(xiàn)實技術(shù)讓人類進(jìn)入這些模擬環(huán)境，使他們能夠演示東西，并與機(jī)器人進(jìn)行互動，這是非常了不起的事情?！?/p>