V nedávnej štúdii vykonanej v spoločnosti Google sa inžinieri pokúsili použiť model umelej inteligencie (AI) ako základ na vytvorenie 4-nohého robota, ktorý sa dokáže naučiť, ako sa pohybovať extrémne prirodzene, bez toho, aby potreboval príliš veľa pomoci od ľudí, ako je pohyb vpred, dozadu, otáčanie doľava a doprava. Okrem toho sa môže naučiť, ako sa presne pohybovať na troch rôznych typoch terénu, vrátane rovnej pôdy, mäkkých vankúšov a rohožiek s medzerami.
Môže to znieť jednoducho, ale v skutočnosti je veľmi ťažké navrhnúť ovládače robotov, ktoré dokážu zvládnuť také rozmanité a zložité navigačné príkazy, najmä na rôznych typoch terénu, bez pomoci AI. Kľúčovým problémom je, že roboty sa dokážu samy učiť a prispôsobiť sa mnohým situáciám, namiesto toho, aby vždy potrebovali ľudský zásah na každom kroku.
Technológia AI použitá v tomto projekte sa nazýva „učenie s hlbokým posilňovaním“, prístup založený na technológii hlbokého učenia inšpirovaného psychológiou učenia. en a „učenie pokusom“ a „učenie omylom“. Sila učenia sa hlbokého posilnenia bola prvýkrát preukázaná v roku 2013, keď DeepMind vydal model AI, ktorý sa mohol naučiť hrať klasické hry Atari bez akýchkoľvek pokynov.
Videohry, alebo aspoň simulačné hry, tiež často používajú výskumníci v oblasti robotiky na trénovanie svojich modelov AI. Vytvára skvelé teoretické prostredie, ktoré umožňuje výskumníkom trénovať svoje roboty vo virtuálnom svete predtým, ako sa vydajú do skutočného sveta, a pomáha robotom rozpoznať a zapamätať si situácie, ktoré zažíva, keď sa učia vykonávať konkrétnu úlohu.
Okrem toho výskumníci Google tiež podporujú vývoj vylepšených algoritmov, ktoré umožňujú ich robotom učiť sa rýchlejšie s menším počtom pokusov.
Skutočnosť, že robot sa dokáže naučiť chodiť sám za 2 hodiny nemusí byť šokujúcim výsledkom, ale ukazuje jasný rozdiel v efektivite v porovnaní s inžiniermi, ktorí musia špecificky naprogramovať každú operáciu. Spôsob, akým roboty fungujú, je manuálny a extrémne pasívny ako predtým. Obrovské však boli aj ťažkosti, s ktorými sa tím Google stretol.
„Aj keď v simulácii bolo demonštrovaných mnoho algoritmov učenia bez dozoru alebo hlbokého posilnenia, ich aplikácia na roboty v experimentoch v reálnom svete nie je jednoduchá. Po prvé, učenie s hlbokým posilňovaním vyžaduje veľké množstvo vstupných tréningových údajov a zhromažďovanie údajov o robotoch je tiež veľmi nákladné. Po druhé, tréningový proces si vyžaduje veľa času na sledovanie robota. Ak by sme potrebovali človeka, ktorý by robota monitoroval a ručne ho resetoval vždy, keď sa zakopol – stovky či tisíckrát –, zaškolenie robota by si vyžadovalo veľa úsilia a času. Čím dlhšie to bude trvať, tým ťažšie bude škálovať učenie pre roboty v mnohých rôznych prostrediach,“ povedal Jie Tan, jeden z kľúčových inžinierov projektu.
V budúcnosti by tento výskum mohol pomôcť vytvoriť agilnejšie roboty, ktoré sa dokážu rýchlejšie prispôsobiť rôznym typom terénu. Aplikačný potenciál je obrovský, avšak projekt je len v počiatočných fázach vývoja a bude ešte veľa výziev, ktoré treba prekonať.
Poľovníci často lovia v noci, a preto sa na ich detekciu používajú infračervené kamery namontované na dronoch. Problém je, že keď pytliak aj zviera vyžarujú teplo, môže byť ťažké ich presne identifikovať.
Predstavte si, že odpovedáte na otázky zákazníkov, aj keď spíte. Tu je to, čo môžu bezplatné chatboty AI urobiť pre váš web.
V dôsledku starnutia a klesajúcej populácie Japonska v krajine chýba značný počet mladých pracovníkov, najmä v sektore služieb.
Character.AI, startup zameraný na generatívnu AI a technológiu chatbotov, údajne rokuje o získaní financií, ktoré by mohli oceniť spoločnosť na viac ako 5 miliárd dolárov.
Henry VIII je jednou z najklasickejších hier v histórii anglickej literatúry, ktorú napísali dvaja slávni autori William Shakespeare a John Fletcher v roku 1623.
YouTuber a inžinier z Brazílie menom Lucas Rizzotto sa nedávno na Twitteri podelili o príbeh, ako si uvedomil svojho imaginárneho priateľa – mikrovlnnú rúru v dome, používa AI, no získal „jeden z najdesivejších zážitkov“ svojho života.
Výskumníci zistili, že webové kamery a kamery smartfónov možno kombinovať so špecializovanými algoritmami AI, aby fungovali ako mimoriadne efektívne systémy vzdialeného monitorovania osobného zdravia.
Zdá sa, že moderný život má čoraz negatívny vplyv na medziľudské vzťahy.
Pomocou komplexnej architektúry neurónovej siete založenej na okrajových grafoch dokáže model umelej inteligencie Google Brain navrhnúť pôdorysy za zlomok času, ktorý zaberie človeku.
Python má veľa veľkých knižníc a rámcov, ktoré sú vhodné na písanie kódu a vývoj informatiky. Docs.NeoTechSystems vás pozýva na diskusiu o niektorých užitočných nástrojoch Pythonu pre aplikácie Machine Learning a Data Science.
