Load mobile navigation

广东麻将赢牌技巧: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
  • 搞好纪法贯通,依规依法依纪履职 2018-12-11
  • 斯坦福教授谢德荪:中国企业需要另外一种创新 2018-12-11
  • 生活妙招 自制“椰子油”牙膏 清除细菌更有效-生活资讯 2018-12-02
  • 人体-热门标签-华商生活 2018-12-02
  • 这个错误的观点在自以为懂得马克思主义的人群中很普遍,非常普遍! 2018-11-23
  • 中国科学家发现混元兽 改写有袋类动物起源历史 2018-11-23
  • 雷健坤当选阳泉市人民政府市长 2018-11-19
  • 这家用户近2亿的手机厂商 如何布局人工智能丨产品家 2018-11-19
  • 首轮成绩欠佳 球星状态低迷 2018-11-19
  • 青海:52个客运站卫生间将全面改造 2018-11-18
  • 【学习时刻】北交大马院院长韩振峰:高校思想政治工作必须牢牢把握三大根本问题 2018-11-18
  • 空警-500改进型新照曝光,监控效率成倍提升 2018-11-10
  • 法国VS澳大利亚前瞻:法国队牛刀杀鸡 2018-11-07
  • 你了解其它国家的医疗真相吗? 2018-11-06
  • 星际穿越,去看中国航天员的太空自拍 2018-11-03
  • 71| 937| 605| 485| 243| 354| 582| 95| 824| 463|