Deepmind在训练AI“花式摔跤”, 于是我们离“西部世界”又近了一步

作者 | 发布日期 2017 年 07 月 13 日 8:22 | 分类 google , 人工智能 , 科技趣闻
bo01xwf7ciajwdlz

Deepmind在今年早些时候“一战成名”,在中国乌镇围棋峰会上,AlphaGo战胜了世界冠军柯洁九段。在这之后,我们知道了Deepmind将会把AlphaGo的技术运用在疾病诊断等造福人类的领域。



所以,Deepmind最近在做什么“高大上”的事情呢?

……他们在教AI“跑酷”(下图为动图)。
yrxlnowww4u6q5wa

最近,Deepmind放出了一段“搞笑视频”。其中的火柴小人看似将以酷炫的动作翻越路上的障碍物,但不幸演绎了各类“花式摔跤”。在视频中,还有四条腿的“蚂蚁”和只有身子和腿的“走路器”。

bo01xwf7ciajwdlz

Deepmind表示,这些小人的动作都是AI进行控制的。在AI的帮助下,小人们能做出走路、跳跃等一系列动作,甚至能模仿行动不便的老人走路时的样子(下图为动图)。

mlci25o01br8hqs0

为什么Deepmind的AI不去下围棋了,而是开发了“跑酷”的新爱好呢?

在Deepmind发布的文章中,研究人员称“跑酷”和围棋在目的上显著不同,而这一点就是他们希望AI能够学习的。研究人员在文章中这么解释:

“在一些AI的问题中,比如玩Atari电脑游戏和下围棋,它们的目标非常容易定义——就是赢。但是你如何解释一个后空翻的目标呢?或者一个跳跃动作?

在训练自动化系统进行运动的时候,如何清楚地对它们解释复杂动作,是一个经常遇到的问题。”

在实践中,研究人员在火柴小人的必经之路上放入了“矮墙”、松动的“地砖”等障碍物。AI控制下的小人在一次次翻越障碍不成功后,它们也学会了如何“安全”跑到终点。

aibr2o1zozuzumlz

Deepmind将这项技能形容为:

“我们的实验对象能够在不接受指令的情况下演化出复杂技能。这是一个能被用于训练系统中不同模拟人体运动的技术。”

Deepmind解释称,它们采用的是一种“反馈学习算法”(reinforcement learning algorithm)。这种算法能够帮助未来的AI在不同环境中灵活、自然地运动。

在研究者们的眼中,人工智能控制下的灵活行为是人工智能拥有“运动智慧”的标志。在这一技术的助力下,计算机们很快就能胜任更复杂的任务,甚至能变得和人类越来越像。

bs9rsu99dmj3ibhg

你走路的时候是这个样子吗?

Deepmind对这项技术有不少的展望。研究者们在文章的最后写道:

“未来,我们可以将这些技术运用在复杂环境中,对更多的(机器)行为进行调控。”

对一大堆能够模仿人类行为的机器进行调控?听起来它们能做很多事情,比如说……组成一个《西部世界》一般的游乐园。所以,Deepmind今天还在花式摔跤的火柴小人,能变成明日《西部世界》里心思缜密、运动灵活的机器人吗?

3os0kvvisiet6qnr

Deepmind研究人员讲述这项技术的原始博文名叫《在模拟环境中进行灵活运动》。点击这里能够查看。

(本文由 36Kr 授权转载;首图来源:影片截图)

延伸阅读:

如需获取更多资讯,请关注微信公众账号:Technews科技新报

36kr

36氪(36Kr.com)是中国领先的科技新媒体,报导最新的网络科技新闻以及最有潜力的网络创业企业。36氪的目标是,通过对网络行业及最新创业企业的关注,为中文网际网络读者提供一个最佳的了解网络产业当下与未来的科技媒体。
未经许可,任何媒体、网站或个人不得复制、转载、或以其他方式使用本网站的内容,违者必究。

直接使用新浪微博发表评论

 

发表评论