DeepMind的研究人員發(fā)表了一篇論文，闡述了他們是如何教授人工智能計算機適應陌生環(huán)境的。盡管結(jié)果不盡如人意，但這意味著他們在開發(fā)自主性人工智能的道路上又前進了一步。谷歌人工智能子公司DeepMind近日發(fā)布了一篇論文，詳細介紹了人工智能如何在復雜的虛擬環(huán)境中進行導航，研究結(jié)果很奇怪，卻又很棒、很有趣。
模擬中使用了一組傳感器，這些傳感器可以讓它們在各種情況下識別物體，無論是直立的狀態(tài)還是腿部彎曲時都能識別，另外還能繼續(xù)向前移動。你在視頻中看到的其他所有東西，例如機器人的跳躍、奔跑、用膝蓋攀登障礙物等等，都是人工智能通過強化學習掌握到的向前移動的能力。
這些機器人行動的復雜性，證明了近年來人工智能領(lǐng)域取得了巨大進展。雖然在面對不熟悉的環(huán)境時，這類機器人的程序往往會崩潰，但DeepMind使用了極其復雜的方案來跨越障礙。
不過，這些敏捷的機器人并不是第一個給人留下如此深刻印象的。DeepMind人工智能機器人已經(jīng)在物體識別方面展示了超人類的性能水平，而劍橋大學的一個團隊則開發(fā)了一個人工智能系統(tǒng)，能夠執(zhí)行更多抽象的大腦任務，比如解讀情緒和檢測疼痛感等。
這些實驗為人工智能融入社會提供了關(guān)鍵的基矗最終，研究人員將能夠把這些突破性成果融入未來的人工智能機器人程序中，這些機器人便得以在你家里或街道上認路，從而開啟真正天衣無縫的機器人與人類互動的時代。
微信掃一掃
