马斯克又来搞事情 OpenAI要用VR训练机器人

今天，OpenAI宣布了一种新算法：“一次性模仿学习”。当一个人在虚拟现实中演示一次动作时，机器可以通过学习这个动作来执行相同的结果。

OpenAI是埃隆·马斯克于2015年12月宣布的一个非营利人工智能项目，研究人员将与开源共享大部分研究成果。主要关注强化学习和无监督学习谷歌之前著名的围棋程序AlphaGo使用强化学习；无监督学习需要机器处理大量未标记的数据，并找到自己的方法来区分不同的数据子集、聚类或相似的图像，这有点像婴儿学习世界的方式，一直被视为人工智能的真正潜在释放点。

卷积神经网络之父Yann LeCun有一个经典的比喻：如果人工智能是一块蛋糕，那么强化学习就是蛋糕上的樱桃，而监督学习是蛋糕上的一层糖霜，但无监督学习本身就是蛋糕。目前，我们只知道如何制作糖霜和樱桃，但不知道如何制作蛋糕。

一次性模拟学习

OpenAI宣布的新算法“一次性模仿学习”意味着，当人类在VR中演示一次动作时，例如将一个蓝色的小盒子堆叠在一个红色的小盒子上，机器可以通过学习这个动作来执行相同的结果，并且无论桌面盒子的放置顺序如何，机器都可以准确地执行。

该学习系统由两个神经网络组成：视觉网络和模仿网络。

通过视觉网络获得的图像来自机器人的摄像头。此前，这个视觉网络是由数十万张模拟图像训练的，每张图像都有不同的纹理、光影效果等（但从未用真实图像训练过）。

模仿网络必须生成与VR演示动作一致的执行步骤，并推断任务的意图，以便在初始设置发生变化时（例如当盒子放置顺序出错时）仍然可以找到蓝色盒子并将其堆叠在红色盒子上。

目前，学术界和工业界都在寻找训练机器人的方法。例如，英伟达首席执行官黄仁勋在上周的GTC会议上宣布了一款名为ISAAC的增强型学习世界模拟器，创造了一个专门为训练机器人而构建的完全虚拟的世界。

这是一个遵循物理定律但不遵循时间定律的世界。在现实生活中，如果你想训练一台机器学习打冰球，你应该把这个冰球放在机器前面，一遍又一遍地教它。在虚拟世界中，机器可以在一秒钟内多次重复这个动作，你也可以训练一堆机器同时学习打球，然后找到最聪明的机器，复制它的“大脑”程序，创建一堆相同的机器，继续训练和筛选。今天，OpenAI宣布了一种新算法：“一次性模仿学习”。当一个人在虚拟现实中演示一次动作时，机器可以通过学习这个动作来执行相同的结果。

OpenAI是埃隆·马斯克于2015年12月宣布的一个非营利人工智能项目，研究人员将与开源共享大部分研究成果。主要关注强化学习和无监督学习谷歌之前著名的围棋程序AlphaGo使用强化学习；

无监督学习需要机器处理大量未标记的数据，并找到自己的方法来区分不同的数据子集、聚类或相似的图像，这有点像婴儿学习世界的方式，一直被视为人工智能的真正潜在释放点。

卷积神经网络之父Yann LeCun有一个经典的比喻：如果人工智能是一块蛋糕，那么强化学习就是蛋糕上的樱桃，而监督学习是蛋糕上的一层糖霜，但无监督学习本身就是蛋糕。目前，我们只知道如何制作糖霜和樱桃，但不知道如何制作蛋糕。

一次性模拟学习

OpenAI宣布的新算法“一次性模仿学习”意味着，当人类在VR中演示一次动作时，例如将一个蓝色的小盒子堆叠在一个红色的小盒子上，机器可以通过学习这个动作来执行相同的结果，并且无论桌面盒子的放置顺序如何，机器都可以准确地执行。

该学习系统由两个神经网络组成：视觉网络和模仿网络。

通过视觉网络获得的图像来自机器人的摄像头。此前，这个视觉网络是由数十万张模拟图像训练的，每张图像都有不同的纹理、光影效果等（但从未用真实图像训练过）。

模仿网络必须生成与VR演示动作一致的执行步骤，并推断任务的意图，以便在初始设置发生变化时（例如当盒子放置顺序出错时）仍然可以找到蓝色盒子并将其堆叠在红色盒子上。

目前，学术界和工业界都在寻找训练机器人的方法。例如，英伟达首席执行官黄仁勋在上周的GTC会议上宣布了一款名为ISAAC的增强型学习世界模拟器，创造了一个专门为训练机器人而构建的完全虚拟的世界。

这是一个遵循物理定律但不遵循时间定律的世界。在现实生活中，如果你想训练一台机器学习打冰球，你应该把这个冰球放在机器前面，一遍又一遍地教它。在虚拟世界中，机器可以在一秒钟内多次重复这个动作，你也可以训练一堆机器同时学习打球，然后找到最聪明的机器，复制它的“大脑”程序，创建一堆相同的机器，继续训练和筛选。

标签：

汽车资讯热门资讯