Amazon Echo의 새로운 Alexa Skill과 마찬가지로 지난 수십 년 동안 A.I. 점점 더 많은 사랑받는 게임에서 최고의 인간성을 발휘할 수 있는 능력을 점차적으로 습득해 보세요. 1997년 딥블루와 체스, 위험 2011년 IBM Watson과 함께, 2013년 DeepMind를 사용한 Atari 게임, 가다 2016년 알파고와 함께, 등등. 적어도 일반 대중에게는 각 사례가 계산 진행의 추상적 경로를 관중 스포츠로 바꿉니다. 스카이넷은 점점 더 똑똑해지고 있다. 우리가 어떻게 알아? 왜냐하면 그것이 우리를 설득력 있게 이길 수 있는 오락의 수가 점점 늘어나고 있기 때문입니다.
내용물
- Pictionary 마스터 구축
- 눈에 보이는 것보다 더 많은
그런 배경으로 보면 A.I. 이제 설득력 있게 잘 수행할 수 있습니다. 픽셔너리는 한 사람이 이미지를 그리고 다른 사람이 자신이 스케치한 내용을 최대한 빨리 알아내도록 요구하는 제스처에서 영감을 받은 단어 추측 게임입니다.
추천 동영상
영국 서레이대학교(University of Surrey) 연구진이 최근 '경쟁력 있는 스케치 AI' 픽셀러(Pixelor)를 개발한 것도 바로 이 때문이다. 대리인." 시각적으로 주어지면 Pixelor는 인간과 기계 모두가 의도한 대상으로 인식할 수 있는 스케치를 인간보다 빠르게 또는 훨씬 더 빠르게 그릴 수 있습니다. 경쟁자.
관련된
- Nintendo가 A.I.를 어떻게 사용할 수 있습니까? Switch Pro에 4K 게이밍 구현
- Yakuza 감독은 PS5의 진화가 AI에 초점을 맞출 것이라고 생각합니다. 그리고 머신러닝
“우리의 AI. 에이전트는 스케치를 처음부터 렌더링할 수 있습니다.” 송이제서리 대학교 비전 음성 및 신호 처리 센터의 컴퓨터 비전 및 기계 학습 독자인 는 Digital Trends에 말했습니다. “'얼굴'과 같은 단어를 주면 무엇을 그릴지 알 것입니다. … 매번 다른 고양이, 다른 개, 다른 얼굴을 그릴 것입니다. 하지만 항상 Pictionary 게임에서 승리하는 방법에 대한 지식을 갖고 있어야 합니다.”
Pictionary 마스터 구축
복잡한 실제 이미지를 스케치로 줄일 수 있다는 것 자체가 매우 인상적입니다. 인간의 얼굴을 보고 눈을 위한 두 개의 작은 타원, 코를 위한 선, 입을 위한 반원이 있는 타원으로 보려면 어느 정도 추상화가 필요합니다. 아이들의 경우 이러한 방식으로 이미지를 인식하는 능력은 무엇보다도 개념에 대한 인지적 이해가 급증하고 있음을 보여줍니다.
그러나 AI의 여러 측면과 마찬가지로 종종 다음과 같이 요약됩니다. 모라벡의 역설 "어려운 문제는 쉽고, 쉬운 문제는 어렵다"는 것은 기계에게 있어 중대한 도전이다. 지능 - 대부분의 2세 어린이에게는 기본적이고 눈에 띄지 않는 기술임에도 불구하고 어린이들.
하지만 해결 불가능한 문제는 아닙니다. 2016년, 우리는 손으로 그린 스케치를 인식하고 이를 사용하여 실제 제품을 검색할 수 있는 딥러닝 신경망인 Sketch라는 도구를 사용하여 송의 작업에 대해 썼습니다. 해당 특정 네트워크는 약 30,000개의 스케치-사진 비교로 구성된 데이터 세트를 사용하여 훈련되었으며, 이를 통해 실제 개체가 손 그림에 표시되는 방식을 인식할 수 있습니다. Pixelor는 비슷한 기능을 수행하지만 다른 사람의 그림을 인식하는 것이 아니라 자체 그림을 생성할 수도 있습니다.
하지만 그것만으로는 이기기엔 부족해요 픽셔너리. 픽셔너리 는 단순히 고양이를 그리는 것이 아니라 가능한 한 적은 스트로크로 고양이를 그리는 것이 목표인 시간이 많이 소요되는 게임입니다. 당신은 세계 최고의 예술가가 될 수 있지만, 그림처럼 완벽한 고양이를 그리는 데 12시간이 걸린다면 당신은 형편없는 예술가입니다. 픽셔너리 플레이어.
이는 AI를 구축하는 것을 의미했습니다. Pictionary를 잘 플레이하기 위해 어떤 전략을 사용하는지 알아보기 위해 인간을 연구할 수 있습니다. 송씨가 말했듯이, “다른 인간 심사위원들이 추측할 수 있도록 그려야 할 가장 중요한 부분은 무엇입니까? 우리는 우리 그림이 가능한 한 빨리 추측되기를 원합니다.”
이를 위해 연구원들은 현재까지 이용 가능한 가장 큰 인간 스케치 데이터 세트인 QuickDraw를 사용했습니다. 그런 다음 아티스트가 작성해야 하는 스트로크 순서를 우선시하는 신경 정렬 알고리즘을 구축했습니다. 가능한 한 적은 수의 줄로 객체에 대한 추측 가능한 표현을 제공합니다. 이는 스케치를 획으로 나눈 다음 이러한 획의 순서를 섞고 종이에 배치해야 하는 정확한 순서가 확립될 때까지 결과를 테스트하는 것을 의미합니다.
예를 들어, 예술가는 고양이 머리의 원형 윤곽선을 스케치하여 고양이 그리기를 시작할 수 있습니다. 그러나 원은 머리를 나타내야 한다는 것을 알고 있더라도 여러 가지가 될 수 있습니다. 그러나 두 개의 뾰족한 귀나 두 쌍의 수염을 그리면 그릴 수 있는 잠재적인 것의 수가 매우 빠르게 줄어듭니다. 이 정보는 스케치 에이전트에게 지시하는 데 사용됩니다.
송은 팀이 이 버전의 공개 버전을 출시할 수 있다고 말했습니다. 픽셔너리-인간 플레이어가 스스로 스케치하는 AI를 이길 수 있도록 봇을 플레이합니다. 주인. (누가 알아? 전문가와 함께 플레이하면 자신의 능력을 향상하는 데 도움이 될 수도 있습니다. 픽셔너리 게임.)
눈에 보이는 것보다 더 많은
그러나 Pixelor에는 단순한 게임 플레이 봇 이상의 기능이 있습니다. 컴퓨터 시스템에 우리가 상호 작용하는 표면 수준 인터페이스와 내부 백엔드 코드가 모두 있는 것처럼 모든 주요 AI도 마찬가지입니다. 게임 플레이 이정표에는 은밀한 동기가 있습니다. 명시적으로 컴퓨터 게임을 만들지 않는 한, 연구실에서는 게임을 만드는 데 셀 수 없이 많은 시간을 투자하지 않습니다. 게임 플레이 A.I. 인간이 더 이상 최고가 아닌 것들의 큰 목록에 또 다른 항목을 추가하기 위한 에이전트 에. 목적은 항상 A.I의 일부 근본적인 부분을 발전시키는 것입니다. 문제 해결.
Pixelor의 경우 숨겨진 목표는 특정 장면에서 인간에게 중요한 것이 무엇인지 더 잘 파악할 수 있는 기계를 만드는 것입니다. 이미지를 보면 가장 두드러진 세부 사항이 무엇인지 즉시 알 수 있습니다.
당신이 직장에서 집으로 운전해서 가고 있다고 가정해 봅시다. 길가에 늘어선 나무들이 그림처럼 아름답고 새 영화 광고판이 재미있을 수도 있지만, 앞으로 걸어 나갈 수도 있고 걸어 나가지 않을 수도 있는 사람의 얼굴과 신체 언어만큼 중요하지도 않습니다. 너. 당신이 의식적으로 정보를 처리하기도 전에 당신의 두뇌는 가장 중요한 세부 사항을 골라냅니다. 컴퓨터에게 이런 일을 할 수 있도록 어떻게 가르치나요? 글쎄요, 그렇게 하는 가장 좋은 방법 중 하나는 인간이 이미지를 스케치할 때 이미지에서 인식할 수 있는 두드러진 세부 사항의 우선 순위를 어떻게 지정하는지 확인하는 것입니다.
송씨는 “사진에만 인간의 지식이 본질적으로 담겨 있지는 않다”고 말했다. "우리가 원하는 것은 인간이 사물을 어떻게 이해하는지에 대한 신호를 줄 수 있는 인간 데이터입니다."
언급했듯이 좋은 픽셔너리 훌륭한 복서처럼 플레이어는 특정 목표를 달성하기 위해 해야 할 최소한의 노력을 알고 있습니다. 거시적인 의미에서 송이철과 그의 동료들이 관심을 두는 부분이 바로 이것이다. 컴퓨터로 게임을 하는 것만큼 사소한 일은 아닙니다. 컴퓨터가 특정 장면에서 중요한 것이 무엇인지 이해하고 더 잘 일반화할 수 있게 되는 것입니다.
모든 것에서 자율주행차 직장 내 로봇이 점점 보편화되는 상황에서 이는 해결해야 할 필수 과제입니다.
해당 작업을 설명하는 논문은 11월 SIGGRAPH Asia 2020에서 발표될 예정입니다.
편집자의 추천
- Voyage는 AI입니다. 봇이 규칙을 작성하는 게임 천국
- 체스. 위험. 가다. 왜 우리는 게임을 AI의 벤치마크로 사용합니까?
- AI. 복고풍 비디오 게임을 디자인하고 있는데 놀라울 정도로 훌륭합니다.
