东南教育网您的位置:首页 >互联网 >

AI研发与娱乐和游戏有什么关系

导读 人工智能并非全是娱乐,游戏和娱乐性小工具。当人们信任未经证明的100%可靠的AI技术时,后果可能很惨。致命的自动Uber撞车事故及其后果向公

人工智能并非全是娱乐,游戏和娱乐性小工具。

当人们信任未经证明的100%可靠的AI技术时,后果可能很惨。致命的自动Uber撞车事故及其后果向公众强调了这一点。但是,某些游戏,玩具和低风险实验 是帮助生产用于黄金时段,现实生活中的AI的好方法。

亚马逊网络服务公司(Amazon Web Services Inc.)的人工智能设备总监迈克·米勒(Mike Miller)(如图)说:“一点点的竞争确实可以为开发人员带来帮助 。

以AWS的DeepRacer(一种内置有可训练的机器学习技术的1/18比例的汽车)为例。所有技能水平的开发人员都对该产品表现出了极大的热情。他们喜欢定期比赛,在那儿他们可以展示如何训练小型自动驾驶汽车,使其在赛道上更快,更安全地行驶。根据Miller的说法,他们的发现和成就可能会进入真正的人所依赖的AI。

在拉斯维加斯举行的AWS re:Invent活动中, Miller与 SiliconANGLE Media的移动直播工作室CUBE的联合主持人John Furrier 和Dave Vellante进行了交谈。他们讨论了AI开发的游戏化。 (*以下披露。)

从玩到黄金时段

DeepRacer采用一种称为强化学习的ML形式,通过奖励功能来改进模型。开发人员可以选择奖励模型,以实现目标或在特定上下文中表现出特定方式。这样,他们可以训练汽车使其更靠近轨道的中心线,转弯次数更少等。(最快的一次绕圈记录(7.44秒)是由DeepRacer比赛的首位女性获胜者sola @ DNP创造的。)

AWS已将传感器添加到更新的DeepRacer Evo中,从而提供了新的方式来训练汽车。引擎盖上有激光雷达(激光技术,用于距离检测),正面有立体摄像头,用于深度感应。

Miller说:“现在,将深度感测,避免物体和正面对抗纳入他们的机器学习模型中,会给开发人员带来挑战。”

在AWS DeepComposer键盘中,AI通过生成的对抗网络来代替AI。神经网络互相作用以产生原创音乐。

米勒指出,这些产品的休闲使用与科技公司的认真研发之间架起了一座桥梁。DeepRacer开发可能会进入机器人技术。DeepComposer致力于产品开发等等。

米勒说:“这实际上是在减少 学习曲线 ,并使 开发人员更容易上手。”

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如有侵权行为,请第一时间联系我们修改或删除,多谢。