Load mobile navigation

梦幻麻将馆8:谷歌DeepMind研发“生成查询网”:无需人类帮助便能了解未见场景

谷歌DeepMind研发“生成查询网”:无需人类帮助便能了解未见场景

谷歌DeepMind研发“生成查询网”:无需人类帮助便能了解未见场景

(神秘的地球www.vel2.com.cn报道)据EurekAlert!:谷歌DeepMind部门的科学家研发了一种机器学习系统,它仅用少数场景的2-D抽样图像就能在无需人类监督时获悉环境的3-D组成,包括其离散的物件和属性。他们的系统被称作生成查询网(Generative Query Network,GQN),它或能为朝着可自主了解世界的机器做好准备;这些机器用的是自身传感器,它们无需用人类当今标记为计算机视觉系统所需的大型数据集进行培训。

GQN由两部分组成:一个是再现网络,它能从抽样图像中发展出一个编码的场景再现;另一个是生成网络,它能从新的视点传输出该场景的可能图像,它可在部分场景模糊时用来解决不确定性。GQN是用几个由不同的电脑生成的简单环境的2-D视图进行训练的;这些环境含有各种物件和照明设置。它接着会被给予一幅新的场景图像,并会从任何内含视点产生该场景预计的图像。

该网络的再现可被“因式分解”,表明像色彩、形状和大小等属性是分开获悉与编码的。研究人员能通过同时增、减GQN的再现来构建新的场景;从某含有一个红色球体的场景中减除一个蓝色球体,并添加一个有红色圆柱的场景便会产生一个有蓝色圆柱的场景,所有这些都无需人类明确教授GQN有关色彩或形状的概念。该网络还显示,它能作为一种有前途的控制机器人的装置;例如,它的预测能力令其仅用一个固定的摄像机便能从不同的角度“观察”机器人手臂,这意味着准确定位与控制所需的原始数据变少。

由Matthias Zwicker撰写的相关《视角》对这些发现做出了评论。




上一篇 下一篇
  • 爱美TV 34岁的张俪和藤井莉娜都靠TA冻龄? 2018-09-15
  • 第24届上海电视节台长论坛:不拒“进化”,无愧时代 2018-09-15
  • 广州向食品违法 犯罪行为再“亮剑” 2018-09-07
  • (两会受权发布)国务院总理简历 2018-08-30
  • 2017世界厕所日暨中国厕所革命宣传日活动--旅游频道 2018-08-26
  • 西部网微博获2017陕西十大V影响力媒体殊荣 2018-08-25
  • 从经济数据看民生获得感 2018-08-18
  • 发改委回应网购包装垃圾渐多:将推广可循环物流设施 2018-08-18
  • 天山特克斯峡谷 中国国家地理网 2018-08-15
  • 彗星尘埃中发现太阳系形成时的“遗物” 2018-08-15
  • 龙舟影像 广州最有名土豪村端午龙舟招景 2018-07-13
  • 亲兄弟明算账 表姐弟借名买房反目 2018-07-13
  • 天津专家共话智慧医疗让群众享受信息化带来的福音 2018-07-12
  • “中国膜·新骄傲”—海归博士实现中国梦 2018-07-06
  • 洞庭湖3万亩“私家湖泊”事件续:当地拆除矮围7200米 当事人被刑拘合同将解除 2018-07-01