谷歌教授人工智能系統(tǒng)更像兒童 - 至少在對(duì)象識(shí)別和感知方面。在一篇論文(“ Grasp2Vec：來自自我監(jiān)督的學(xué)習(xí)的學(xué)習(xí)對(duì)象表示 ”)和隨附的博客文章中，Google機(jī)器人部門的軟件工程師Eric Jang和博士學(xué)位的Coline Devin。伯克利大學(xué)的學(xué)生和前研究實(shí)習(xí)生描述了一種算法 - Grasp2Vec--通過觀察和操縱它來“學(xué)習(xí)”物體的特征。

他們的工作是在舊金山的初創(chuàng)公司OpenAI展示計(jì)算機(jī)視覺系統(tǒng)幾個(gè)月之后 - 被稱為Dense Object Nets，簡(jiǎn)稱DON，它允許機(jī)器人檢查，視覺理解和操縱他們從未見過的物體。谷歌研究人員解釋說，它基于對(duì)自我監(jiān)督的認(rèn)知發(fā)展研究。

人們通過與環(huán)境相互作用獲得關(guān)于世界的知識(shí)，經(jīng)過時(shí)間考驗(yàn)的對(duì)象持久性研究已經(jīng)顯示出來，并且隨著時(shí)間的推移從他們所采取的行動(dòng)的結(jié)果中學(xué)習(xí)。即使抓住一個(gè)物體也能提供很多關(guān)于它的信息 - 例如，它必須在導(dǎo)致掌握的時(shí)刻觸手可及。

“在機(jī)器人領(lǐng)域，這種類型的...學(xué)習(xí)正在積極研究，因?yàn)樗箼C(jī)器人系統(tǒng)能夠在不需要大量訓(xùn)練數(shù)據(jù)或人工監(jiān)督的情況下學(xué)習(xí)，”Jang和Devin寫道。“通過使用這種形式的自我監(jiān)督，[類似機(jī)器]機(jī)器人可以通過...場(chǎng)景中的視覺變化來學(xué)習(xí)識(shí)別......對(duì)象[s]。”

該團(tuán)隊(duì)與X Robotics合作，“教導(dǎo)”一個(gè)能夠“無意間”抓住物體的機(jī)器人手臂，并在訓(xùn)練過程中學(xué)習(xí)各種物體的表現(xiàn)。這些陳述最終導(dǎo)致“有意識(shí)地”掌握研究人員選擇的工具和玩具。

該團(tuán)隊(duì)利用強(qiáng)化學(xué)習(xí) - 一種人工智能培訓(xùn)技術(shù)，使用獎(jiǎng)勵(lì)系統(tǒng)驅(qū)動(dòng)代理人達(dá)到特定目標(biāo) - 鼓勵(lì)手臂抓住物體，用相機(jī)檢查物體，并回答基本的物體識(shí)別問題(“這些物體是否匹配? “)。他們實(shí)施了一種感知系統(tǒng)，可以通過分析一系列三個(gè)圖像來提取有關(guān)項(xiàng)目的有意義的信息：抓取前的圖像，抓取后的圖像，以及抓取對(duì)象的孤立視圖。

在測(cè)試中，Grasp2Vec和研究人員的新穎策略取得了80%%的成功率，即使在多個(gè)對(duì)象與目標(biāo)匹配且目標(biāo)由多個(gè)對(duì)象組成的情況下也能工作。

“我們展示了機(jī)器人抓取技能如何能夠生成用于學(xué)習(xí)以對(duì)象為中心的表示的數(shù)據(jù)，”他們寫道。“然后，我們可以使用表示學(xué)習(xí)'引導(dǎo)'更復(fù)雜的技能，如實(shí)例抓取，同時(shí)保留我們自主抓取系統(tǒng)的自我監(jiān)督學(xué)習(xí)屬性。展望未來，我們不僅對(duì)通過更好的感知和控制可以為機(jī)器人技術(shù)帶來什么樣的機(jī)器學(xué)習(xí)感到興奮，而且還為機(jī)器人技術(shù)在新的自我監(jiān)督范式中為機(jī)器學(xué)習(xí)帶來了什么感到興奮。