과학자들은 인공 지능을 훈련시키는 홈 시뮬레이터를 만든다.

"기계 학습"을 생각할 때 상상할 수 없을만큼 많은 양의 데이터를 통해 컴퓨터를 구석 구석 구경하는 사람들은 거의 본능적입니다.

그러나 캐나다의 한 과학자 그룹은 다른 생각을 가지고있었습니다.

이로 인해 그들은 수만 가구의 가상 주택을 만들 수있었습니다. 그 (것)들 내의 환경을 조작하는 방법을 배울 수있다. 그들은이 가상 놀이터 인 HoME 또는 가정용 멀티 모달 환경이라고 부릅니다. 프로그래머는 A.I.에 대한 퍼즐을 설정할 수 있습니다. 다양한 "가정"환경에서 소파를 움직이거나 의자를 정리하는 것에서부터 시작하여 해결할 수 있습니다.

몬트리올 대학 (University of Montreal)의 심층 학습 연구원 Ethan Perez는 "인간은 시각, 언어 및 물리 등 다양한 양식을 통해 정보를 결합하는 방법을 배웁니다. 역 Skype 통화에서. "기계 학습이 발전함에 따라이 모든 것을 개별적으로 처리 할 수있었습니다. 이제는 실제로이 모든 것을 단일 설정으로 가져 오는 것이 익숙해 보입니다. A. A. 실제로 '무거운'이 대화식으로 무엇을 의미하는지 배우려 고 시도 할 수 있습니다."

논문에서 페레즈 (Perez)와 그의 팀은 NIPS 2017 (A.I. 이번 주 캘리포니아 롱 비치에서 열린 이번 컨퍼런스에서 연구원들은 AI에 가상 체육관을 만들기 위해 45,000 개의 독특한 3D 홈 레이아웃 데이터 세트를 어떻게 사용했는지 설명했다.

가장 큰 기술 회사 중 일부는 A.I.을 훈련하기 시작했습니다. 더 정교 해지기. 대표적인 예는 고전적인 비디오 게임을 사용하는 Google입니다. 스타 크래프트 언젠가는 인간 선수를 이기기 위해 DeepMind를 훈련 시키길 원합니다.

"다른 멀티 모달 환경 운명 또는 스타 크래프트 정말 시원하고 유용했습니다. "라고 몬트리올 대학의 박사 과정 학생 인 Florian Golemo는 다음과 같이 말합니다. 역. "그러나 당신 앞에서 총을 포함하지 않거나 저글링을 명령해야하는 실제 상황 시나리오가있는 환경은 실제로 실용적 일 수 있습니다."

이 모든 작업은 수천 개의 매우 상세한 홈 레이아웃을 편집 한 SUNCG 데이터 세트를 통해 가능했습니다. 이것이 없다면 팀은 무작위로 생성 된 가정에 의존해야한다고 말했고 이는 A.I.에 덜 이상적이었습니다. 안으로 연습하기.

로봇을 배경으로하는 Golemo는 HoME가 미래에 가정용 로봇을 훈련 할 수있는 좋은 방법이라고 생각합니다. 그는 봇을 훈련시키는 데 사용 된 다른 환경이 있지만 HoME는 집이 실제로 어떻게 보이는지에 가장 사실이라고 설명합니다.

현재 HoME의 제작자는 제품을 사용하는 사용자가 이러한 하우스 시뮬레이션에서 1 톤의 테스트를 설정하는 데 필요한 모든 도구를 사용할 수 있도록하고 있습니다. 누가 최첨단의 A.I. 트레이너는 이전 버전의 심즈 ?

이 "Minitaur"로봇은 문을 열고, 얼음 위를 걷고, 기본적으로 어디든 갈 수 있습니다.