(資料圖片)

來(lái)自華盛頓大學(xué)和艾倫艾倫研究所的一組研究人員已經(jīng)訓(xùn)練了一個(gè)人工智能系統(tǒng)，使用來(lái)自實(shí)際動(dòng)物的數(shù)據(jù)像狗一樣做出反應(yīng)。在他們上傳到arXiv預(yù)打印服務(wù)器的論文中，該小組描述了他們的系統(tǒng)以及它能做什么和不能做什么。該團(tuán)隊(duì)還將在今年夏天的計(jì)算機(jī)視覺(jué)和模式識(shí)別會(huì)議上展示他們的工作。

AI系統(tǒng)通?；谏疃葘W(xué)習(xí)算法，該算法處理描述事件的數(shù)據(jù)，然后使用他們學(xué)到的知識(shí)來(lái)預(yù)測(cè)未來(lái)的行為。在這項(xiàng)新的努力中，研究人員已經(jīng)將這種策略應(yīng)用于狗的行為。他們的目標(biāo)是建立一個(gè)人工智能系統(tǒng)，可以在特定情況下以類似狗的方式作出反應(yīng)。為了實(shí)現(xiàn)這一目標(biāo)，他們?cè)谝粋€(gè)名為Kelp M. Redmon的愛(ài)斯基摩犬上貼了許多傳感器。他們把一個(gè)GoPro和麥克風(fēng)放在他的頭上，慣性傳感器放在他的身體，腿和尾，還有一個(gè)Arduino單元在他的背上收集和處理流入的數(shù)據(jù)。然后他們讓狗做狗的東西，比如玩公園。

人工智能系統(tǒng)的設(shè)立是為了實(shí)現(xiàn)三個(gè)主要目標(biāo)：預(yù)測(cè)未來(lái)的運(yùn)動(dòng)，計(jì)劃任務(wù)并從狗的行為中學(xué)習(xí)。這個(gè)想法是讓系統(tǒng)學(xué)會(huì)預(yù)測(cè)狗在特定情況下接下來(lái)會(huì)做什么，例如在發(fā)現(xiàn)松鼠時(shí)。為了模仿一只狗，系統(tǒng)需要制定一個(gè)行動(dòng)計(jì)劃來(lái)執(zhí)行預(yù)測(cè)的未來(lái)運(yùn)動(dòng)，當(dāng)然，必須能夠通過(guò)學(xué)習(xí)一只真正的狗如何做狗來(lái)學(xué)習(xí)如何做狗的事情。

總而言之，該團(tuán)隊(duì)收集了24,500幀視頻，這些視頻與身體時(shí)刻和聲音同步。他們使用了21,000個(gè)這樣的幀來(lái)訓(xùn)練他們的AI系統(tǒng)，其余的用來(lái)測(cè)試它。他們報(bào)告說(shuō)該系統(tǒng)運(yùn)行良好，在他們認(rèn)為具有挑戰(zhàn)性的任務(wù)上表現(xiàn)優(yōu)于基線。人工智能系統(tǒng)沒(méi)有連接到狗機(jī)器人，但這顯然是研究的方向 - 可能不久之后，AI行為系統(tǒng)與那些專注于讓像狗一樣的機(jī)器人像真正的動(dòng)物一樣移動(dòng)的項(xiàng)目相關(guān)聯(lián)以有用的方式。