区块链见闻 knowledge
您现在的位置:首页 > 区块链见闻 > Facebook正在研究机器人对人工智能的敏感性(AI)
  • 麦当劳,雀巢和Virgin Media正在使用区块链技术改善数字广告

    麦当劳,雀巢和Virgin Media正在使用区块链技术改善数字广告

    发布时间:2019/07/18

      区块链技术正在适应许多不同的使用案例,导致联合工业委员会网络标准的区块链试验。 已经有多家大公司被添加到这个试验中,看起来Jicwebs还增加了一些。根据The Block引用The Drum的一篇文章,该试验现在...

  • Tether USDT正在推出Algorand的“Pure PoS”区块链

    Tether USDT正在推出Algorand的“Pure PoS”区块链

    发布时间:2019/07/18

      Tether(USDT)稳定币即将在其第五个区块链Algorand上发布,该公司在7月17日发布的一条推文中宣布。 关于’纯’股权证明区块链的系绳 在有关Tether发布的Algorand区块链即将发布的稳定币的新闻稿...

  • 使用GearSV为比特币引入智能合约

    使用GearSV为比特币引入智能合约

    发布时间:2019/07/17

      当比特币来自比特币时,比特币开发者和社区成员已经成为最具建设性的一类。后者,包括像霓虹灯Planaria,Bitbus库和承销商这样的个人,为挖掘节点提供了一种新的有趣方式,可以轻松地与离线应用程序状态同...

  • 韩国信用卡公司Shinhan Card获得其基于区块链的支付系统的专利

    韩国信用卡公司Shinhan Card获得其基于区块链的支付系统的专利

    发布时间:2019/07/17

      韩国最受欢迎的信用卡公司,位于首尔的Shinhan Card已获得其基于区块链的支付系统的专利。 根据韩国时报分享的报告,使用最新专利技术的公司已经建立了全球首个区块链驱动的信用卡转换流程,可以解决支出...

  • 为什么可扩展性对区块链解决方案如此重要?

    为什么可扩展性对区块链解决方案如此重要?

    发布时间:2019/07/11

      在区块链行业中,“可扩展性”可能意味着很多东西。在一场辩论中,您可能会听到一种技术在区块链大小方面缺乏可扩展性,将新网络参与者的能力与该技术经受住时间考验的能力混为一谈。在另一个讨论中,您可能...

  • 区块链发展的下一个里程碑-NBC公链

    区块链发展的下一个里程碑-NBC公链

    发布时间:2019/07/10

    目前区块链领域90%的项目并不具备核心技术,而NewBabel Chain(简称NBC)作为WBF旗下交易所WBFex首个全程孵化IEO项目,团队不仅是运营、社群资源强大,专业技术能力同样是数一数二,拥有来自斯坦福大学、加州理工大学、...

Facebook正在研究机器人对人工智能的敏感性(AI)

发布时间:2019/05/24 区块链见闻

 

据悉,社交网络Facebook多年来已经多元化,在其主要平台上投资于不同领域。我们在世界上暴露和突出的案例是他们的研究领域,研究世界各地开发的各种技术和现象。在这个场合,我们将揭示AI和机器人之间联合工作的进展,调查机器人的敏感性。

作为该项目的背景,他们正在研究如何在人工智能中传播好奇心,专注于减少机器人中应用的不确定性,这些机器人试图学习在特定环境中移动的有效方式,从不知道任何事情开始关于该网站。所以他们应该好奇地探索。 Facebook的最新努力寻求相同的目标,但他们以更有条理的方式实现。

“实际上,我们从一个对自身了解不多的模型开始,”

公关研究员Franziska Meier告诉Engadget说。

“此时,机器人知道如何握住他的手臂,但并不知道应该采取什么行动来达到某个目标。”

但是,当机器人了解必须应用哪些扭矩以将手臂移动到下一个目标配置时,它最终可以开始优化其规划。

“我们使用这种模型告诉我们,提前计划好几个时间步骤,”

梅尔继续说道。

“我们试图利用这个规划程序来优化完成任务的行动顺序。”

为了防止机器人过多地优化其程序并陷入循环,研究团队奖励机器人以解决不确定性的行为。

“我们进行这种探索,我们实际上更快地学习了更好的模型,我们更快地完成工作,并且我们学习了一个更好地推广到新任务的模型,”

梅尔总结道。

因此,凭借这一新的研究主题,Facebook一直在努力教授机器人如何感受。不是情感上的,而是身体的。它利用了最初为视频设计的预测性深度学习模型。

“它本质上是一种技术,可以从当前的形象和行动中预测当前状态的视频,”

卡兰德拉解释道。

团队训练AI直接使用原始数据进行操作,在这种情况下,使用高分辨率触摸传感器,而不是通过模型。

“我们的工作表明,这些政策可以通过与环境无关的各种探索性互动,在没有奖励的情况下全面学习,”

研究人员总结道。在实验过程中,机器人能够成功操纵操纵杆,滚动球并识别20面模具的正确面。

“我们发现我们基本上可以拥有一个以无人监督的方式操纵小物体的机器人,”

卡兰德拉说。

“在实践中它意味着……我们可以真正准确地预测行动的结果[给定]。这使我们可以在未来开始规划。我们可以优化实际产生所需结果的动作序列»。

视觉和触觉输入的组合可以极大地改善未来机器人平台的功能并改进学习技术。

“为了建造可以通过独立与世界互动学习的机器,我们需要能够利用多种感官数据的机器人,”

团队总结道。我们只能想象Facebook为此保留了什么。但是,该公司拒绝就此研究未来可能的实际应用发表评论。

姓 名:
邮箱
留 言: