亚洲妇色视频在线观看,AV福利片,高清免费观看在线视频

我們已經向人類層面的智慧邁進了一步。圖像識別技術和觸覺傳感器正在相互結合，以提高它們的能力。麻省理工學院計算機科學與人工智能實驗室(CSAIL)創建了一個觸覺和視覺信息數據庫，并利用它來訓練人工智能系統來推斷物體的外觀和感覺。

圖：李云珠，麻省理工學院CSAIL的博士生，領導了這個項目。

與麻省理工學院CSAIL的大多數項目一樣，這一系統仍處于早期研究階段，但通過將這兩種“感官”聯系起來，從數字角度看，團隊可能為人工智能提供了一種新的體驗世界的方式。這一突破可能會帶來更加敏感和實用的機器人手臂，可以改善任何數量微妙或任務關鍵的操作。它還保證在能夠像我們這樣理解、或至少可以理解世界的人工智能系統的發展中，會有更多的進展。

感覺與感性

通過一個簡單的攝像頭，這個研究小組負責人李云珠（中國科學院博士生，主要論文作者）在這個系統上，建立了200多個每天被觸摸超過12，000次的對象的數據集。然后，他們將12，000段視頻剪輯壓縮成靜態幀，并使用這些片段來編譯“VisGel”，這是一個包含300多萬個視覺/觸覺配對圖像的數據集。利用該數據集，研究小組訓練了一個人工智能模型，根據周圍區域的視覺數據預測物體的感覺，并使用KUKA機器人手臂與GelSight觸覺傳感器配對獲得相應的觸覺信息。例如，研究小組將在電腦鼠標上輸入某一點的系統圖像，而人工智能將使用生成的對抗性網絡(GAN)構建該地區的觸覺地圖。

GAN使用一對網絡來相互競爭并改進它們的輸出：一個生成器網絡，它為鑒別器網絡編譯一個圖像(或者一個觸覺圖)，以測試和比較真實（或ground truth）數據。然后，研究小組將把GAN生產的模型與KUKA機器人手臂獲取的觸覺數據進行比較，再一次對照可測量的“ground truth”。該系統也可以反過來工作，使用觸覺傳感器數據創建一個圖像預測對象上的某個點可能是什么樣子。這些圖像也將在GAN中運行，并將最后一次與ground truth圖像進行比較，以檢驗模型輸出的有效性。

靈巧數字

將圖像饋送和觸覺傳感器連接到AI模型中，代表了人工智能系統和機器人手臂的進步，它們更像我們這樣體驗世界。給數字智能一個雙重洞察力，有效地合成了信息和這個系統可以訪問的“知識”。理論上，這將允許人工智能系統比單一輸入系統更快、更有效地了解其環境和處理信息。例如，在外科手術中，機器人手臂目前可以處理令人難以置信的微妙的手術，比如使用微創手術或keyhole手術來切除前列腺，約占美國所有機器人手術的86%。
來源：Charles Towers-Clark，福布斯
編譯：南山

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。舉報投訴