人工智能不只能看平面世界 还能观察四维时空

(1/8)
客户端
东方号

举报

举报原因:
东方资讯  >   科技 频道  >  正文

人工智能不只能看平面世界 还能观察四维时空

一物理学理念正帮助计算机学习在比二维更高的维度中进行“观察”。新的人工智能技术不仅能够在二维图像中发现模式,还能够在球体和其他曲面上发现模式,从而将人工智能从“平面世界”中跳脱出来。

以下是翻译内容

计算机现在能够开车,能够在国际象棋和围棋等棋类游戏中击败人类世界冠军,甚至能够创作散文。人工智能的革命在很大程度上源于一种特殊的人工神经网络,它的设计灵感来自于哺乳动物视觉皮层中相互连接的神经元层。令人惊讶的是,这些“卷积神经网络”已被证明能够熟练地学习二维数据中的模式——尤其是在识别数字图像中的手写文字和物体等计算机视觉任务中。

但是,当应用到没有内置平面几何的数据集时——例如,三维计算机动画中使用的不规则形状模型,或者自动驾驶汽车生成的、用来绘制周围环境的点云——这种强大的机器学习架构就不奏效。2016年,一门名为几何深度学习的新学科应运而生,其目标是将卷积神经网络从二维世界中跳脱出来。

现在,研究人员提出了一种新的理论框架,用于构建能够在任何几何表面上学习模式的神经网络。这些网络名为“规范等变神经网络”,由塔科·科恩(Taco Cohen)、莫里斯·韦勒(Maurice Weiler)、贝尔卡伊·基卡纳格鲁(Berkay Kicanaoglu)和马克斯·韦林(Max Welling)在阿姆斯特丹大学和高通人工智能研究机构共同开发而成。它们不仅可以发现二维像素阵列的模式,还可以发现球体和非对称曲面物体上的模式。“这个框架是对曲面深度学习问题的一个明确解答。”韦林说道。

在从模拟全球气候数据中学习模式方面,卷积神经网络已经大大超过了它们的前辈。在改善观察3D物体的无人机和自动驾驶车辆的视觉方面,以及在从心脏、大脑或其他器官的不规则曲面收集的数据中发现模式方面,这些算法也可能会被证明大有用处。

0条评论

点击进入 更多跟帖
热门推荐

联系我们|eastday.com All Right Reserve 版权所有