시계 A.I. 아침에 침대에서 나오기의 독특한 인간 고통을 배우십시오.

기계 학습 알고리즘은 초당 수백만 회의 계산을 수행 할 수 있지만, 인간 작업의 가장 단순한 작업 중 많은 부분이 기계 가공 된 카운터 파트에서 매우 어렵습니다. 예를 들면 티셔츠를 입으십시오. 조지아 공대의 컴퓨터 과학자 팀은 A.I.을 개발하기 위해 수십만 건의 시련을 겪어야했습니다. 애니메이션 캐릭터가 옷을 입을 수있는 능력.

이것은 이상한 플렉스가 아니며 연구자들은 이러한 통찰력이 젊고 오래 된 인간을 돌볼 수있는 보조 로봇 설계로 이어질 수 있기를 바랍니다. 실제로 노화 인구 통계학은 최근의 산업 보고서에 따르면, 60 세 이상의 세계 인구는 작년 9 억 6200 만 명에서 2050 년 21 억 명으로 두 배 이상 증가 할 것이라고한다.

이 로봇은 아마도 셔츠가 접힌 세탁물 더미에서 몸을 이별 적으로 덮는 방법을 이해해야 할 필요가있을 것입니다. 그러나 다른 응용 프로그램이 있습니다. 특히, A.I. 심화 학습이라는 기계 학습 기술에 물리 엔진을 통합해야했습니다. 로봇이나 시뮬레이트 된 캐릭터는 완벽한 작업을 할 때까지 일정한 작업을 수행합니다 (이것은 Google의 DeepMind가 체스와 같은 완벽한 정보 보드 게임을 마스터 할 수있는 A.I.을 개발하는 데 사용 된 기술과 동일합니다).

Inverse의 20 가지 방법 A. 17 번 목록에있는 # 17입니다. 2018 년에 더 많은 인간이되었습니다.

물리학 엔진 때문에 Alex Clegg 박사는 박사 학위를 받았습니다. 이 연구에 참여한 학생들은 역 그게 A.I. 보다 사실적인 3D 스토리 텔링을 가능하게하기 위해 3D 애니메이터가 즉시 구현할 수 있습니다. 그러나 그는 미래 잠재력에 대해 가장 흥분하고 있습니다.

"우리는 깊이있는 학습을 통해 해결할 수있는 문제를 상상해보십시오. "우리는 많은 사람들의 일상 생활에 영향을 미치는 큰 문제에 대한 해결책을 찾고 로봇 공학을 가능하게하기 위해 계속 노력할 것을 기대합니다."

그때까지는 우리는 옷차림이 서투른 애니메이션 캐릭터의 코미디 스타일링을 즐길 수 있습니다. 아침에 일하기 위해 서두를 때 버튼에 걸리지 않은 것처럼 행동하지 마십시오.