只要观察人类示范一次, AI机器人就学会新技能

柏克莱加州大学的人工智能研究院研究员Tianhe Yu和Chelsea Finn, 日前展示自己开发的AI系统: 只要让机器人观看人类示范一次, 就学会辨识新对象, 并摆放到正确的位置.

柏克莱加州大学的人工智能研究院 (BAIR) 研究员最近以未知模型元学习 (MAML) 算法, 让机器人只要观看人类示范一次, 就学会新技能. 这套算法, 融合了两种学习概念, 一是元学习 (Meta Learning) , 用来帮助机器人学习新技能, 而学习的方式则是结合先前学会的动作, 而非从零开始学习新技能. 另外一套则是模仿学习 (Imitation Learning) , 用来让机器人透过观察示范的动作, 学习新技能. 为了验证, 研究员在PR2机器手臂和Sawyer手臂上实验, 而结果显示机器人能从单一个人类示范的影片, 来学习辨识新对象, 以及对该对象的放置, 推移和拾取等动作. (详全文)

温布尔登网球公开赛 AI

AI现身温网, 不只汇整精彩画面, 还当球迷小助手

本届温布尔登网球公开赛热烈开打, 也将人工智能技术融入其中. 温布尔登透过IBM Watson技术, 来选取, 汇整球赛精采片段, 制成精选对战影片给球迷回顾. 而选取方式, 则是透过影像和声音分析, 比如球员高举双臂, 观众喝采声等. 除了精选影片, 温布尔登也用AI来当球迷的小助手, 去年就推出球赛语音助理: Fred, 能根据球迷需求来规画行程, 而用户也能以语音方式问答. 不只如此, 今年温网150周年的纪念海报, 也是透过IBM Watson分析和配对150年的照片后, 挑选8,400张制成一张Mosaic球场海报. (详全文)

Wayve 自驾车

英国新创Wayve用20分钟, 教会AI系统开车

由剑桥大学研究员组成的英国AI新创Wayve, 日前成功以增强式学习, 在20分钟内教会AI系统沿着乡间小路开车. 研究人员表示, 当今的自驾车多半配有各种传感器和一长串精心手写的规则, 但他们认为, 要AI系统学会驾车, 应该和人学习事物一样, 从尝试错误 (Trial and error) 中开始. 于是, 他们采用了一种深度增强式学习算法 (DDPG) , 以单眼相机的单张影像当作input, 而整个AI系统则在探索, 优化, 评估这3个过程迭代. Wayve团队先在虚拟世界中训练这套AI系统, 之后再到道路上实际测试, 并在错误发生时人为介入修正, 最后该系统在20分钟内学会于乡间小路规矩行驶, 不偏离道路. (详全文)

加州理工学院 DNA

合成生物分子电路曙光, DNA人工神经网络能识别分子记号

加州理工学院的研究团队, 日前宣布他们以合成DNA建立的人工神经网络, 能辨识分子笔迹. 研究人员表示, 这是将AI编入合成生物分子电路的重要一步. 该研究团队由生物工程助理教授钱璐璐领导, 其研究生Kevin Cherry以DNA神经网络为基础, 开发一套复杂的模型, 可以辨识1到9的数字. 如果给定一个未知数字, 试管中的DNA人工神经网络就会进行一系列反应计算, 接着输出两个荧光讯号, 像是绿色和黄色代表5, 绿色和红色代表9. Kevin Cherry表示, 他们开发的生物分子电路, 能在一天内辨识数百个生物分子, 也能直接分析分子环境. (详全文)

OpenAI 增强学习

人类只要示范游戏一次, OpenAI靠增强学习让AI青出于蓝胜于蓝

OpenAI的最新研究显示, 现在AI玩家只要看过人类示范玩蒙特祖马的复仇一次, 就能学习游戏技巧并获得74,500的高分. 而与其他研究不同的是, OpenAI不再要求AI玩家模仿人类行为, 而是透过增强学习, 来优化拿高分的行为. 首先, OpenAI以简单的算法, 从人类游戏示范中挑选一个片段, 再让AI玩家接着玩, 并在示范过程使用近端政策优化 (PPO) 的增强学习, 如此就能达到人类程度. OpenAI强调, 这个研究的价值在于, 允许代理人偏离示范行为, 因此有机会考虑人类示范者没有想过的解决方案. (详全文)

GraphQL GraphCMS

结合无头和GraphQL特色的GraphCMS正式释出

现在用户有新的内容管理系统 (CMS) 可以选择了! GraphCMS宣布对外释出正式版本, 除了有全新的用户接口设计, 也改进并统一了GraphQL API, 同时提升安全性功能. 官方也承诺在未来3个月内会新增的功能有, 修订纪录, 自定义工作流程, 自定义角色与权限, 内容视图, 以及支持地理位置. GraphCMS开发人员大使Jesse Martin表示, 随着功能的发展, GraphCMS已从原本小型的项目, 晋升到了受独立开发者与企业欢迎的无头CMS (Headless CMS) , 并已获得百万美元的种子基金. (详全文)

雪梨机场 脸部识别

澳洲雪梨机场开始测试以脸部辨识报到, 登机作业

澳洲雪梨机场及澳洲航空近日宣布, 将展开以脸部辨识取代护照查验的测试. 这是雪梨机场去年宣布5年自动化通关计划的一部分, 是要取代过去纸本护照作业的不便, 澳洲航空是第一家合作伙伴. 首阶段从雪梨机场搭乘澳洲航空特定国际航班的旅客, 将开始测试以脸部扫瞄完成报到, 行李托运, 进入机场贵宾室及登机. 不过有人质疑, 生物辨识虽然强大, 但数据落在政府及大型企业之手恐有隐私侵害疑虑. 雪梨机场表示将积极征求旅客同意参加这项计划测试, 并承诺提供「最严格的隐私保护」, 也将遵循所有相关法令. (详全文)

超级计算机 台湾杉

睽违5年, 美国重返全球超级计算机龙头宝座, 「台湾杉」拿下第148名

每半年一次的全球五百大超级计算机排行榜最近出炉了, 美国能源部与IBM连手打造的超级计算机Summit以122.3 petaflops的运算效能挤下了原本排名第一的中国神威・太湖之光 (93 petaflops) , 这是美国自2012年11月之后, 睽违5年再度夺回全球超级计算机的龙头宝座. 今年美国除了以Summit夺冠之外, 还以Sierra (71.6 petaflops) 取得第三名. 第二名为中国神威・太湖之光, 第四名亦是来自中国, 自天河二号升级的Tianhe-2A (61.4 petaflops) , 第五名则为日本的AI Bridging Cloud Infrastructure (19.9 petaflops) . 值得一提的是, 由国网中心斥资4.3亿元新台币委由富士通打造的「台湾杉」 (Taiwania) 也进榜, 以1.33 petaflops的运算效能排名第148. (详全文)

MIT 声音辨识

不用人类介入, AI只要观看60小时影片就能辨识20多种乐器声音

MIT近日秀出自家开发的AI系统: PixelPlayer, 使用自我监督的深度学习, 以3个类神经网络在影片里寻找数据的模式, 包括用于影片视觉分析的网络, 以视觉元素取代人为卷标, 以及用于影片声音分析的网络, 还有合成器, 能将特定的像素与声音关联, 并独立分离出来. 算法自我监督观看60小时的音乐表演影片后, 不需要人类介入训练, 便可以自动辨识出20种乐器的声音, 并能理解声音与画面中乐器的对应关系. 该系统能让用户独立编辑声音的能力, 对于旧音乐再制有很大的帮助. (详全文)

图片来源/ Wayve, BAIR, IBM, MIT

AI趋势近期新闻

1. Nvidia新AI技术可移除照片噪声, 包括文字和水印

2. 苹果整并Core ML和Siri团队, 成立新AI部门让前Google AI大将John Giannandrea领导

3. 硅谷多家AI新创被爆以真人假扮AI

4. 《北京人工智能产业发展白皮书 (2018)》发布! 统计中国目前有4040家AI公司

5. 陆26所大学联合建议增设人工智能学位

数据源: iThome整理, 2018年7月

2016 GoodChinaBrand | ICP: 12011751 | China Exports