「機械学習」と考えると、想像もできないほどの量のデータを耕しているコンピュータを想像するのはほとんど本能的なことです。
しかし、カナダから来た科学者たちは別の考えを持っていました。
これは彼らに何万もの模擬住宅を造らせることになりました。その中の環境を操作する方法を学ぶことができます。彼らは、この仮想遊び場をHoME、または家庭用マルチモーダル環境と呼びます。プログラマーはA.I.のためにパズルを作ることができます。ソファを動かすことから椅子を配置することまで、さまざまな「家庭」環境内で解決すること。
モントリオール大学の深層研究者であるEthan Perez氏は、次のように述べています。 逆 Skype通話中。 「機械学習が進歩するにつれて、これらすべてを個別に処理することができました。現在、これらすべてを実際に単一の設定にするのは熟したようです。 「重い」とは対話的に何を意味するのかを実際に学ぶことができます。」
ペレスと彼のチームはNIPS 2017で論文を発表する予定です。今週カリフォルニア州ロングビーチで開催された会議 - 研究者らは、45,000のユニークな3Dホームレイアウトのデータセットを使用してAI用の仮想ジムを作成する方法を説明しました。
大手のハイテク企業の中には、彼らのA.I.を訓練し始めた人もいます。より洗練されたものになるために。その代表的な例は、Googleが古典的なビデオゲームを使用していることです スタークラフト DeepMindをトレーニングして、いつの日か、人間のプレーヤーを倒せるようになることを願っています。
その他のマルチモーダル環境 DOOM または スタークラフト モントリオール大学の博士課程の客員であるFlorian Golemoは次のように述べています。 逆 。 「しかし、より現実的なシナリオであなたの前に銃を含まないような、あるいはZerglingsを指揮しなければならない場所に環境を持つことは本当に実用的かもしれません。」
これらすべては、何千もの非常に詳細な家のレイアウトをまとめたSUNCGデータセットによって可能になりました。これがなければ、チームは彼らがランダムに生成された家に頼らなければならないだろうと言いました。で練習する。
ロボット工学のバックグラウンドを持つGolemoは、将来的にはHoMEが家庭用ロボットをトレーニングするのに最適な方法であると考えています。これは、単にチームのシミュレーションが非常に現実的だからです。彼は、ボットを訓練するために使用されてきた環境は他にもあるが、実際の生活の中で住宅がどのように見えるかについてはHoMEが最も正しいと説明しています。
今のところ、HoMEのクリエイターは、自社製品の将来のユーザーが、これらの住宅シミュレーションの中で大量のテストを設定するために必要なすべてのツールを持っていることを確認しています。誰がそれを最先端の技術であると知っていましたか。トレーナーはとても古いバージョンの シムズ ?
この「Minitaur」ロボットはドアを開け、氷の上を歩き、基本的にどこにでも行くことができます。