Om du gjorde Mannequin Challenge, går du nu framåt i robotforskning

Kategori: Artificiell intelligens Postad 26 juni

Kasta tillbaka ditt sinne till internet 2016. Har du dimmiga minnen från Mannequin Challenge? Tja, den virala YouTube-trenden har nu använts för att träna ett neuralt nätverk i att förstå 3D-scener.

Sammanhanget: Vi är naturligtvis bra på att tolka 2D-videor som 3D-scener, men maskiner måste läras ut hur man gör. Det är en användbar färdighet att ha: förmågan att rekonstruera djupet och arrangemanget av fritt rörliga föremål kan hjälpa robotar att manövrera i obekanta omgivningar. Det är därför utmaningen länge har fängslat forskare inom datorseende, särskilt i samband med självkörande bilar.

Uppgifterna: För att komma åt detta problem vände sig ett team på Google AI till en oväntad datamängd : tusentals YouTube-videor av människor som utför Mannequin Challenge. (Om det råkade gå dig förbi vid den tiden, innebar det att du stod så stilla som möjligt medan någon rörde sig runt dig och filmade posen från alla vinklar.) Dessa videor råkar också vara en ny källa till data för att förstå djupet av en 2D-bild.

Metoden: Forskarna konverterade 2 000 av videorna till 2D-bilder med högupplösta djupdata och använde dem för att träna ett neuralt nätverk. Den kunde sedan förutsäga djupet av rörliga objekt i en video med mycket högre noggrannhet än vad som var möjligt med tidigare toppmoderna metoder. Förra veckan belönades forskarna ett bästa papper hedersomnämnande vid en stor datorseendekonferens.

Okända deltagare: Forskarna släppte också sin datauppsättning för att stödja framtida forskning, vilket innebär att tusentals människor som deltog i Mannequin Challenge omedvetet kommer att fortsätta att bidra till utvecklingen av datorseende och robotforskning. Även om det kan komma som en obekväm överraskning för vissa, är detta regeln i AI-forskning snarare än undantaget.

Många av fältets mest grundläggande datamängder, inklusive Fei-Fei Li's ImageNet , som startade revolutionen för djupinlärning, sammanställdes från allmänt tillgänglig data från Twitter, Wikipedia, Flickr och andra källor. Övningen motiveras av den enorma mängd data som krävs för att träna algoritmer för djupinlärning och har bara förvärrats under de senaste åren när forskare producerar allt större modeller för att uppnå genombrottsresultat.

Dataintegritet: Som vi har skrivit tidigare är denna praxis för dataskrapning varken uppenbart bra eller dålig utan ifrågasätter normerna kring samtycke i branschen. I takt med att data blir alltmer kommersialiserad och intäktsgenererad bör teknologer fundera över huruvida sättet de använder någons data överensstämmer med andan bakom varför den ursprungligen genererades och delades.