马斯克又来搞事情 OpenAI要用VR训练机器人

智东西 综合报道
A+

今天,OpenAI宣布了一种新型算法:“一次性模拟学习(one-shot imitation learning)”,当人类在VR中演示一次某个动作后,机器通过学习这一动作就可以执行出相同的结果。

OpenAI是Elon Musk于2015年12月宣布成立的非盈利AI项目,科研人员会将大部分研究成果开源共享;主要关注增强学习和无监督学习——谷歌此前名声大噪的围棋程序AlphaGo用的就是增强学习;而无监督学习需要机器处理大量没有标记的数据,自己找到区分不同数据子集、集群、或者相似图像的办法,有点像婴儿学习世界的方式,一直被视作人工智能的真正潜力释放点。

卷积神经网络之父Yann LeCun有一个经典比喻:如果人工智能是一块蛋糕,增强学习(Reinforcement Learning)就是蛋糕上的一粒樱桃,而监督学习(Supervised Learning)是蛋糕外的一层糖霜,但无监督学习(Unsupervised Learning)才是蛋糕本身。目前我们只知道如何制作糖霜和樱桃,却不知道如何做蛋糕。

一次性模拟学习

OpenAI宣布的这种新型算法“一次性模拟学习(one-shot imitation learning)”指的是,当人类在VR中演示一次某个动作后,比如将桌面蓝色的小盒子叠放在红色小盒子上这个动作,机器通过学习这一动作就可以执行出相同的结果,并且不论桌面盒子摆放的顺序如何,机器都可以准确执行。

这套学习系统由两个神经网络组成:一个视觉网络(vision network)和一个模仿网络(imitation network)。

视觉网络(vision network)获得的图像来自机器人的摄像机,此前,这个视觉网络经过数十万张模拟图像的训练,每张都具有不同纹理、光影效果等(但是从未使用真实图像进行训练);

模拟网络(imitation network)则必须生成一个与VR演示动作一致的执行步骤,并且推断出该任务的意图,使得在初始设定变更时(如盒子的摆放顺序调乱时)依旧可以找到蓝色的盒子并把它叠在红盒子上。

目前,学术界与产业界都在寻找使用各种训练机器人的手法,比如英伟达CEO黄仁勋在上周的GTC大会上也宣布了一款名为ISAAC的增强学习世界模拟器,创造出一个完全虚拟的、专为训练机器人而打造的世界。

这是一个遵循物理法则但不遵循时间法则的世界,在现实生活中,你想要训练一台机器学会打冰球,你要将这个冰球放在机器前面,一遍一遍地教会它;而在虚拟世界里,机器可以在一秒内重复众多次这样的动作,而且你还可以同时训练一堆机器学习打球,然后找到里面最聪明的一个,将它的“大脑”程序复制出来,创建一堆同样的机器再继续训练筛选。

来源:智东西

返回第一电动网首页 >

#马斯克#
0
进入技术栏目阅读更多精彩内容
发表评论
说点什么吧...
0