ახალი Alexa Skills-ის მსგავსად თქვენს Amazon Echo-ზე, ბოლო რამდენიმე ათწლეულის განმავლობაში ვნახეთ A.I. თანდათანობით მოიპოვეთ საუკეთესო კაცობრიობის უნარი ჩვენს საყვარელ თამაშებში: ჭადრაკი ღრმა ლურჯით 1997 წელს, საფრთხე IBM Watson-თან ერთად 2011 წელს, Atari თამაშები DeepMind-თან ერთად 2013 წელს, წადი AlphaGo-სთან ერთად 2016 წელს, და ასე შემდეგ. ფართო საზოგადოებისთვის, ყოველ შემთხვევაში, ყოველი შემთხვევა აქცევს გამოთვლითი პროგრესის აბსტრაქტულ გზას მაყურებლის სპორტად. Skynet სულ უფრო ჭკვიანი ხდება. როგორ ვიცით? იმის გამო, რომ გადახედეთ გართობის მზარდ რაოდენობას, რომლითაც მას შეუძლია დამაჯერებლად დაგვამარცხოს.
შინაარსი
- მხატვრული ოსტატის აგება
- იმაზე მეტი, ვიდრე ერთი შეხედვით ჩანს
ამ ფონზე, არც ისე შოკისმომგვრელია იმის მოსმენა, რომ A.I. ახლა შეუძლია დამაჯერებლად კარგად იმოქმედოს მხატვრული, სიტყვების გამოცნობის თამაში შარადებით შთაგონებული, რომელიც მოითხოვს ერთ ადამიანს დახატოს სურათი და სხვები შეეცადონ რაც შეიძლება სწრაფად გაარკვიონ, თუ რა დახატეს ესკიზები.
რეკომენდებული ვიდეოები
ეს არის ის, რაც ახლახანს ჩაატარეს დიდი ბრიტანეთის სურეის უნივერსიტეტის მკვლევარებმა Pixelor-ის შექმნით, „კონკურენტული ესკიზის A.I. აგენტი.” მოცემული ვიზუალი კონცეფცია, Pixelor-ს შეუძლია დახატოს ესკიზი, რომელიც ამოსაცნობია (როგორც ადამიანებისთვის, ასევე მანქანების მიერ), როგორც მისი დანიშნულების ობიექტი, ისევე სწრაფად - ან უფრო სწრაფად - ვიდრე ადამიანი კონკურენტი.
დაკავშირებული
- როგორ შეეძლო Nintendo-ს A.I. Switch Pro-ში 4K თამაშების მიტანა
- Yakuza-ს დირექტორი ფიქრობს, რომ PS5-ის ევოლუცია ფოკუსირებული იქნება A.I. და მანქანათმცოდნეობა
”ჩვენი A.I. აგენტს შეუძლია ესკიზის გადაცემა ნულიდან. ი-ჟე სიმღერაციფრულ ტენდენციებს განუცხადა, კომპიუტერული ხედვისა და მანქანათმცოდნეობის მკითხველმა სურეის უნივერსიტეტის ხედვის მეტყველებისა და სიგნალების დამუშავების ცენტრში. „მიეცით სიტყვა „სახე“ და გაიგებს რა დახატოს. … ყოველ ჯერზე დახატავს სხვადასხვა კატას, სხვა ძაღლს, განსხვავებულ სახეს. მაგრამ ყოველთვის იმის ცოდნა, თუ როგორ უნდა მოიგოთ Pictionary თამაში.
მხატვრული ოსტატის აგება
რთული რეალური სამყაროს სურათის ესკიზად დაყვანის შესაძლებლობა, თავისთავად, საკმაოდ შთამბეჭდავია. აბსტრაქციის დონეა საჭირო, რომ შეხედო ადამიანის სახეს და დაინახოს ის, როგორც ოვალური ორი პატარა ოვალი თვალებისთვის, ხაზი ცხვირისთვის და ნახევარწრიული პირისთვის. ბავშვებში, გამოსახულების ამ გზით აღქმის უნარი, სხვა საკითხებთან ერთად, აჩვენებს კონცეფციების მზარდ შემეცნებით გაგებას.
თუმცა, როგორც A.I.-ს მრავალი ასპექტის შემთხვევაში, ხშირად შეჯამებულია როგორც მორავეკის პარადოქსი რომ „რთული პრობლემები მარტივია და მარტივი პრობლემები რთულია“, ეს მნიშვნელოვანი გამოწვევაა მანქანებისთვის ინტელექტი - მიუხედავად იმისა, რომ ეს ორი წლის ბავშვების უმრავლესობისთვის ძირითადი, გამორჩეული უნარია ბავშვები.
თუმცა ეს არ არის გადაუჭრელი გამოწვევა. 2016 წელს, ჩვენ დავწერეთ სონგის მუშაობის შესახებ ხელსაწყოთი სახელწოდებით Sketch, ღრმა სწავლის ნერვული ქსელი, რომელსაც შეეძლო ხელით დახატული ესკიზების ამოცნობა და მათი გამოყენება რეალურ ცხოვრებაში პროდუქტების მოსაძებნად. ეს კონკრეტული ქსელი გაწვრთნილი იყო მონაცემთა ნაკრების გამოყენებით, რომელიც შედგებოდა დაახლოებით 30000 ესკიზ-ფოტო შედარებისგან, რაც საშუალებას აძლევს მას შეეძლო ამოიცნოს რეალური ობიექტების წარმოდგენა ხელით ნახატში. Pixelor აკეთებს რაღაც მსგავსს, მაგრამ ასევე შეუძლია საკუთარი ნახატების გენერირება, ვიდრე უბრალოდ სხვა ადამიანების ნახატების ამოცნობა.
მაგრამ ეს საკმარისი არ არის გამარჯვებისთვის მხატვრული. მხატვრული არის დროში გამოწვეული თამაში, სადაც მიზანი არ არის მხოლოდ კატის დახატვა, არამედ კატის დახატვა რაც შეიძლება ნაკლები დარტყმით. თქვენ შეიძლება იყოთ მსოფლიოს უდიდესი მხატვარი, მაგრამ თუ 12 საათი დაგჭირდებათ ნახატით სრულყოფილი კატის დახატვაზე, საშინელი ხართ მხატვრული მოთამაშე.
ეს ნიშნავდა A.I-ს აშენებას. რომელსაც შეეძლო ადამიანების შესწავლა იმის გასაგებად, თუ რომელ სტრატეგიებს იყენებენ ისინი Pictionary-ის კარგად სათამაშოდ. როგორც სონგმა თქვა, „რა არის ყველაზე მნიშვნელოვანი ასპექტები, რომლებიც უნდა დახატოთ, რათა სხვა მოსამართლეებმა შეძლონ გამოცნობა? ჩვენ გვინდა, რომ ჩვენი ნახატი რაც შეიძლება ადრე გამოიცნოს“.
ამისათვის მკვლევარებმა აიღეს QuickDraw, ადამიანის ესკიზების ყველაზე დიდი მონაცემთა ნაკრები, რომელიც დღემდე ხელმისაწვდომია. შემდეგ მათ შექმნეს ნერვული დახარისხების ალგორითმი, რომელიც პრიორიტეტს ანიჭებს მხატვრისთვის საჭირო შტრიხების თანმიმდევრობას; რაც შეიძლება ცოტა სტრიქონში ობიექტის გამოსაცნობად წარმოდგენას. ეს ნიშნავს ესკიზების დაყოფას შტრიხებად, შემდეგ ამ შტრიხების თანმიმდევრობის არევას და შედეგების ტესტირებას მანამ, სანამ არ დაადგენენ ზუსტ თანმიმდევრობას, რომლითაც ისინი ქაღალდზე უნდა დაიწეროს.
მაგალითად, მხატვარს შეუძლია კატის დახატვა დაიწყოს მისი თავის წრიული მონახაზის დახატვით. მაგრამ წრე შეიძლება იყოს ნებისმიერი რაოდენობის ნივთი, მაშინაც კი, თუ იცით, რომ ის უნდა წარმოადგენდეს თავს. თუმცა, დახატეთ ორი წვეტიანი ყური, ან ულვაშის ორი ნაკრები და პოტენციური საგნების რაოდენობა, რომელთა დახატვაც შეგიძლიათ, ძალიან, ძალიან სწრაფად მცირდება. ეს ინფორმაცია შემდეგ გამოიყენება ესკიზის აგენტის დასავალებად.
სონგმა თქვა, რომ გუნდს შეეძლო გამოექვეყნებინა ამის საჯარო ვერსია მხატვრული- ბოტის თამაში ისე, რომ ადამიანმა მოთამაშემ შეძლოს საკუთარი სურვილისამებრ დაამარცხოს ესკიზის A.I. ოსტატი. (Ვინ იცის? ექსპერტის თამაშიც კი დაგეხმარებათ საკუთარი თავის გაუმჯობესებაში მხატვრული თამაში.)
იმაზე მეტი, ვიდრე ერთი შეხედვით ჩანს
ამასთან, Pixelor-ში უფრო მეტია, ვიდრე უბრალოდ თამაშის სათამაშო ბოტი. ისევე, როგორც კომპიუტერულ სისტემას აქვს როგორც ზედაპირული დონის ინტერფეისი, რომლებთანაც ჩვენ ვურთიერთობთ, ასევე უკანა კოდექსის კოდი, ასევე, ყველა ძირითადი A.I. თამაშის ეტაპს აქვს ფარული მოტივი. თუ ისინი აშკარად არ ქმნიან კომპიუტერულ თამაშებს, კვლევითი ლაბორატორიები არ ხარჯავენ უამრავ ადამიანურ საათს მშენებლობაში სათამაშო A.I. აგენტები მხოლოდ იმისთვის, რომ დაამატოთ კიდევ ერთი ჩანაწერი იმ ნივთების დიდ სიაში, რაც ადამიანები აღარ არიან საუკეთესო ზე. მიზანი ყოველთვის არის A.I-ს ზოგიერთი ფუნდამენტური ნაწილის წინსვლა. პრობლემის გადაჭრა.
Pixelor-ის შემთხვევაში, ფარული მიზანია ისეთი მანქანების შექმნა, რომლებიც უკეთესად შეძლებენ გაარკვიონ რა არის მნიშვნელოვანი ადამიანისთვის კონკრეტულ სცენაზე. როდესაც სურათს ვუყურებთ, მაშინვე შეგვიძლია გავიგოთ, რა არის ყველაზე მნიშვნელოვანი დეტალები.
ვთქვათ, სამსახურიდან სახლში მიდიხართ. მიუხედავად იმისა, რომ გზის პირას ხეები შეიძლება იყოს თვალწარმტაცი და ახალი ფილმის ბილბორდი შეიძლება იყოს საინტერესო, არც ისეთი მნიშვნელოვანი არ არის, როგორც იმ ადამიანის სახე და სხეულის ენა, რომელიც შეიძლება ან არ აპირებს გამოსვლას შენ. სანამ შეგნებულად დაამუშავებთ ინფორმაციას, თქვენმა ტვინმა გამოყო ყველაზე მნიშვნელოვანი დეტალები. როგორ ასწავლო კომპიუტერს ამის გაკეთება? გამოდის, რომ ამის გაკეთების ერთ-ერთი შესანიშნავი გზაა იმის დანახვა, თუ როგორ ანიჭებენ ადამიანები პრიორიტეტს გამოსახულების მნიშვნელოვან ამოცნობად დეტალებს, როდესაც ისინი ხატავენ მას.
”არ არსებობს ადამიანის ცოდნა, რომელიც თან ახლავს ფოტოებში,” - თქვა სონგმა. „რაც ჩვენ გვსურს არის ადამიანის მონაცემები, რომლებსაც შეუძლიათ მოგვცეს სიგნალები იმის შესახებ, თუ როგორ ესმით ადამიანები საგნებს.
როგორც აღინიშნა, კარგი მხატვრული მოთამაშე, ისევე როგორც კარგი მოკრივე, იცის აბსოლუტური მინიმუმი, რომელიც უნდა გააკეთოს გარკვეული მიზნის მისაღწევად. ეს არის, მაკრო გაგებით, რაზეც ი-ჟე სონგი და მისი კოლეგები ზრუნავენ. ეს არ არის ისეთი ტრივიალური, როგორც კომპიუტერის თამაში; ეს აიძულებს კომპიუტერს გააცნობიეროს რა არის მნიშვნელოვანი გარკვეულ სცენებში - და, იმედია, უკეთესად განზოგადება.
როგორც ყველაფერი თვითმართვადი მანქანები იმისთვის, რომ სამუშაო ადგილზე რობოტები სულ უფრო ხშირად ხდებიან, ეს გადასაჭრელი არსებითი ამოცანაა.
ნაშრომი, რომელიც აღწერს სამუშაოს, წარმოდგენილი იქნება SIGGRAPH Asia 2020 ნოემბერში.
რედაქტორების რეკომენდაციები
- Voyage არის A.I. სათამაშო სამოთხე, სადაც ბოტები წერენ წესებს
- ჭადრაკი. საფრთხე. წადი. რატომ ვიყენებთ თამაშებს, როგორც ეტალონს A.I.-სთვის?
- A.I. ქმნის რეტრო ვიდეო თამაშებს - და ისინი საოცრად კარგია
