郭建麟的搜索引擎

標籤

2017 (6) 246 (1) 4.0 (11) 4C (1) 4P (1) 5G (2) 91APP (1) 二代 (5) 入口網 (1) 土地 (1) 土地公 (1) 大佬 (1) 大數據 (3) 工作證 (1) 工廠 (6) 不動產 (1) 中國 (13) 互聯網 (28) 分紅 (1) 化妝品 (3) 手機 (2) 比特幣 (2) 牛根生 (1) 代工 (2) 北美 (1) 台灣 (6) 奶昔 (1) 玉 (2) 生技 (1) 交互式網購 (3) 光棍節 (4) 全聯 (1) 名言 (5) 在地化 (1) 多層次傳銷 (6) 如新 (1) 成功 (5) 早安健康 (1) 百度 (2) 自行車 (2) 行動支付 (1) 行動裝置 (3) 行業洗牌 (1) 佐藤琢磨 (1) 李嘉誠 (2) 車迷觀眾 (1) 亞馬遜 (1) 咖啡 (1) 居家 (1) 林書豪 (1) 物流 (2) 物聯網 (18) 直播 (1) 直銷 (6) 社交 (1) 社群 (5) 花草植物 (1) 阿里巴巴 (8) 保養品 (1) 信息 (5) 品牌 (6) 城市儲存倉 (1) 後淘寶時代 (1) 故事 (1) 活萃司10 (2) 研華 (2) 科技 (20) 美利達 (1) 美食網 (3) 美容 (1) 美麗說 (1) 胡潤富豪榜 (2) 致富 (1) 限量 (1) 案例 (1) 浪潮 (3) 消費互聯網 (15) 消費者 (3) 消費者時代 (15) 能量飲 (1) 財金 (2) 迷你倉 (1) 馬雲 (11) 動畫 (1) 區塊鏈 (4) 商業模式 (14) 國土 (1) 國發會 (1) 捷安特 (1) 教學 (1) 淘汰 (1) 產業互聯網 (8) 產業風雲 (5) 視訊 (2) 移動裝置 (2) 移動寬頻 (3) 第九波 (1) 連鎖管理 (3) 郭台銘 (6) 魚 (1) 創業 (9) 媒體 (1) 富豪 (1) 無人機 (3) 稅務 (1) 統計 (2) 華人健康網 (3) 虛擬貨幣 (3) 虛擬實境 (1) 賀寶芙 (2) 越南 (2) 雲端 (12) 雲端硬碟 (1) 微型企業 (1) 微軟 (10) 微軟亞洲研究院 (2) 新加坡 (1) 新年 (1) 新零售 (10) 遊戲 (1) 零售智慧轉型指標 (12) 電子商務 (37) 電信 (1) 電動BIKE (1) 電腦 (8) 鼎新 (2) 團購 (2) 算命 (3) 管理 (2) 網電 (3) 網銷 (7) 裸照 (1) 製造 (1) 價值主張 (1) 導購 (1) 數位轉型 (8) 歐盟 (1) 蔡崇信 (1) 銷售 (3) 機車 (2) 機器人 (6) 橫幅 (1) 獨特 (3) 選品 (1) 錢財 (4) 營銷 (8) 聯盟 (14) 賽事 (3) 趨勢 (21) 鴻海 (3) 職場 (4) 轉移資金 (2) 醫美 (1) 雞肉 (1) 懶人包 (1) 簽證 (1) 霧運算 (1) 蘋果 (1) 蘑菇街 (1) 黨產 (1) A-Team (3) AI (5) APP (1) B88C (2) BAT (2) C2B (4) ERP (1) F1 (3) FB (4) Forbes (3) Google (6) GT (2) HEC (6) HTC (1) IBM (1) IM App (1) Indycar (1) INTERUSH (8) IoT (1) IPO (4) iRacing (1) ISO2015 (1) KMT (1) LINE (2) mail (1) Nascar (1) O2O (10) pchome (1) Twitter (1)
顯示具有 AI 標籤的文章。 顯示所有文章
顯示具有 AI 標籤的文章。 顯示所有文章

2018年6月3日 星期日

即將被AI取代的10個職業


即將被AI取代的10個職業

作者:潘乃欣 圖片來源:stocksnap.io
在不久的將來,容易被AI取代的職業有哪些?又有哪些能力是AI學不會、搶不走的?

2012年起,全球電子商務龍頭亞馬遜(Amazon)的訂單數量依舊、物流程序如常,只是理貨的主力不再是人類,而是地上那一台名為“Amazon Robotics”的橘色碟盤狀機器車。

在亞馬遜的倉儲中,這些橘色小兵會自動閱讀訂單內容,接著把商品從貨架取出、移到物流台,供物流人員檢核、出貨。
它們身形雖小,卻能扛重物,且不太需要休息,更不必領薪水。

人類的工作會被AI取代嗎?Google工程總監雷蒙德.庫茲威爾(Ray Kurzweil)預測,如果AI持續發展,到2045年,它將超越人類智慧,許多人的飯碗恐怕也將被淘汰。

今年1月,麥肯錫全球研究院(McKinsey Global Institute)發表了〈未來工作:自動化、就業與生產力〉報告,分析自動化(automation)趨勢對各行各業的影響。報告指出,雖然能被科技全盤取代的職業不超過5%,但在近6成的職業中,至少有30%的工作內容將被自動化。

報告同時建議,如果要評估你的工作是否容易被取代,可從這5個面向來看:

1.專業程度:
比起醫師、律師,如果工作沒有嚴格的入行門檻,也不需專業證照,被取代的機率比較高。

2.創意程度:
相較於作家、設計師,如果工作不必發揮創意,只是處理固定、制式的內容,也是高危險群。

3.管理:
和CEO、人力資源主管相比,如果職位並不涉及管理,只是依據指令作業的基層人員,被取代性大幅提高。

4.溝通複雜度:
如果工作不必像律師、心理諮商師進行複雜的溝通、辯駁,只是簡單、制式的對話,就比較容易被淘汰。

5.可預測的體力勞動:
有別於消防員需機動判斷火勢而採取行動,如果工作步驟制式、明確,則較易被愈來愈聰明、精準的機器取代。

除了產業的整體自動化趨勢,牛津大學(University of Oxford)馬丁學院團隊進一步分析702種職業被自動化的程度。
依據被取代的風險排名,最易被取代的是電銷/客服人員,最不易被取代的是藝術治療師。

牛津大學團隊說明,試問自己在工作中「是否需要自主擬出解決問題的方法」、「是否需要幫助他人」、「工作空間是否不受限制」以及「是否需要頻繁與他人協商」,如果答案是否定的,那你就得更加當心自己的職務是否能常存。

在不久的將來,容易被AI取代的職業有哪些?又有哪些能力是AI學不會、搶不走的?

■電銷/客服人員被取代率99.0%

電銷、客服人員的被取代機率居所有職業之冠,最有可能被AI浪潮沖走。隨著自然語言處理技術的發展,在接下來幾年中,絕大多數的電話行銷工作將可交由機器人執行。

今年7月,新光人壽的24小時線上客服「小新」正式上工,它是一個內建各種保險專業知識的智能機器人,舉凡保險商品、保費繳交、保戶服務等問題,「小新」都能在正式客服人員沒上班時回答。

■快遞/外送員被取代率97.8%

星艦科技(Starship Technologies)研發了「星艦快遞機器人」(Starship Delivery Robot),2016年開始在美國矽谷幫忙餐飲業者送餐,平均15~30分鐘就可完成送餐任務,吸引許多知名連鎖店聘用這群機器人。

在星艦快遞機器人執勤過程中,顧客訂購的餐食放在它封閉的外送箱裡,從手機上收到密碼並正確輸入後,才可以打開箱子取貨。如果多次輸入錯誤,它會自動發送訊息給店家,讓顧客親自與業者對話,確認密碼再重新開鎖取件。

■會計師被取代率93.5%

許多專家預言,財務相關工作很快就會完全自動化。如德國的Smacc公司已發展自動化的會計流程,系統內建的AI能夠自動追蹤發票、成本額度,以及資產流動狀況,更能協助會計師驗證發票、增值稅號與鑑定發票人。這使得會計工作不再繁瑣,人為出錯率跟著大幅降低。

■零售業店員被取代率92.3%

對零售業者來說,推展庫存管理和物流的自動化,必然能節省成本、提高效率。美國Amazon Go無人商店是零售業的創舉,店內沒有員工補貨,也沒有人負責收銀。只需要用手機掃一下QR Code,就可以開始挑選商品,且拿了就走,帳款全靠AI處理,省去排隊結帳的時間,也讓人們預見零售店員可能受到的衝擊。

■導遊被取代率90.6%

2017年起,若想暢遊日本東京,可以輕鬆在羽田機場租一個RoBoHoN,它精通日、中、英3種語言,能帶你遊遍東京30多個著名景點。

這是由夏普(Sharp)開發的機器人導遊,內建完備的GPS,能介紹沿途景點的歷史、特色,還能指示離你最近的車站、出租車等交通資訊,不怕迷路。另外,對它發出「唱歌」或「倒立」等指令,它也會乖乖做出反應,讓旅程更有意思,也讓獨行背包客享受有旅伴的感覺。

■計程車司機被取代率89.4%

2016年,自動駕駛車Uber開始在美國匹茲堡試行計程車服務。Uber認為,如果發展順利,未來10年內將通行於更多城市,逐步取代傳統計程車的地位。

新加坡nuTonomy公司搶先落實自駕車業的遠景,使新加坡成了全世界第一個正式推出自駕計程車服務的國家。nuTonomy規劃在2018年組織無人車隊,提供更普遍的載客服務。如果成真,新加坡的計程車司機可得苦思職業轉型之路了。

■不動產經紀人被取代率86.4%

房屋是高單價商品,消費者在下訂前要參考大量資訊,而不動產經紀人在過程中扮演重要角色。

2017年4月,台灣房屋開發地產機器人Chatbot,採用了微軟LUIS的語意理解技術,分析消費者購屋意圖,並提供適當資料,讓消費者查詢成交行情、試算房貸,以及取得生活機能等資訊,Chatbot更提供即時問答服務。未來買房時,你比較想徵詢房仲人員,還是問它?

■演員被取代率37.4%

「動畫電影的票房逐年增長,電影場面常由電腦合成的CGI技術製成,愈來愈多虛擬影像變得真實。不久後,我們將能憑技術創造出看起來像真人一樣的電影明星,」因應AI崛起,美國演員艾希頓.庫奇(Ashton Kutcher)曾提出這樣的擔憂,認為演員都該存有被AI取代的危機意識。

■財務分析/理財專員被取代率23.3%

機器人理專取代人類飯碗的預言,恐怕即將發生。美國貝萊德(BlackRock)資產管理公司今年宣布,未來將改用AI來挑選股票,預估裁去40名基金經理人與分析師,以節省人力成本。貝萊德的下一步即是運用大數據技術,開發大量的機器人理財顧問。

在台灣,金管會今年甫通過「自動化理財顧問服務」(Robo-Advisor) 作業要點,多家銀行的機器人理專正式上工,未來理專很有可能都不是人。

■記者被取代率11.4%

「我是一名AI實習記者,任務是將熱門PTT文章寫成新聞草稿,好給辛苦的記者們參考。」今年8月,PTT的實習記者誕生,聲稱自己要寫新聞「讓記者來抄」,證明新聞寫作對AI來說並不成問題。

其實,早在2014年,美聯社就開始運用機器人撰稿平台Wordsmith編寫企業財報新聞。Wordsmith可以在15~20分鐘內,撰寫出一篇約130字的簡短報導,後來更開始撰寫美國職棒大聯盟的體育新聞,衝擊愈來愈多線上記者的飯碗。

5能力, 人類的進擊之道!

面對AI浪潮,《Cheers》整理5種機器取代不了的工作能力,供職業生涯還很漫長的你善加充實,以求自保。

人機合作力

與其仇視AI為搶走工作的敵人,不如與它們合作,各取所長,互補其短。充分了解它們的基本概念、運作邏輯是首要之務。

懂得善用大數據,也是一大利器,例如,服務業透過大數據分析消費者行為,提供更到位的服務品質。

創作(造)力

發揮創意是人類獨有的天賦,機器人無法駕馭無指令可循的創作,因此,必須更加善用大腦思維,體察不具規則性的現象,或是開創前所未有的新局。

舉例來說,AI雖然會撰寫新聞稿,但具有質量、有趣的新聞作品,仍舊得仰賴記者對事物的獨到觀察。

溝通/社交力

機器不理解人的情感,無法像真人那般交流談心、體驗生活的甜酸苦。因此,打造AI取代不了的職務,先從加值和人與人間的互動開始。

例如,未來的導遊如果仍只負責帶團、處理票務,遲早會被AI取代,但若進一步替旅客打造有人情味、有特色的旅行體驗,相信依舊能吸引旅客埋單。

管理決策力

牛津大學馬丁學院團隊分析702種職業易被自動化技術取代的程度,並指出CEO是最不易被取代的職務之一,顯示管理決策力的不可取代性。

學習力

AI需要靠人提供大量資料才能自動進行機器學習,但是你不用!

面對瞬息萬變的環境,若能常保學習新事物的習慣,以及培養快速彙整新知的軟實力,便能永遠領先AI,掌握它們無法觸及的風景。

2018年6月2日 星期六

台灣大、華碩、廣達 人工智慧A Team成軍

台灣大、華碩、廣達 人工智慧A Team成軍

2018年05月01日 04:10 工商時報
林淑惠/台北報導

台灣大、華碩、廣達昨(30)日宣布合組「台灣人工智慧A Team」,成為繼中華電信與威剛合組AI團隊共同開發AI應用新技術及平台之後,電信業界第二個跨產業AI聯盟。

「台灣人工智慧A Team」成軍後也立即傳出捷報,取得國家實驗研究院國家高速網路與計算中心「雲端服務及大數據運算設施暨整合式階層儲存系統建置案」,建置總金額近新台幣11億元。

台灣大哥大總經理鄭俊卿也特別在昨日台灣大的法說會上,向外資法人宣布這項好消息。

三方合作結盟細節,包括共同建置新一代的AI計算主機、建立產官學研共用具延展性的AI雲端大資料計算平台,並今年第四季建置完成。

在「雲端服務及大數據運算設施暨整合式階層儲存系統建置案」上,華碩將提供雲端伺服器、雲端服務平台與AI應用整合服務,台灣大哥大負責機房建置、資安與維運,廣達電腦則主導AI/HPC運算及資料儲存平台。

台灣大表示,三家公司首度結盟,可視是從終端設備生產製造、網路建置到科技應用服務規劃的產業上中下游垂直整合,更是資通訊軟硬體大廠、電信與金融領域的跨集團產業合作。

除此,「台灣人工智慧A Team」之組成,也呼應國家AI發展戰略,在這次的結盟團隊裡,匯集了台灣頂尖的伺服器、雲端、網路與AI自有技術及整合能力,未來三家公司將率先投入並推動國內AI生態圈及產業發展,同時亦放眼未來擴大提供國際級AI雲端整體解決方案。

5G、AI和大數據正顛覆全球產業生態、並將為新創產業創造關鍵價值及商機,台灣大強調,藉由三大產業龍頭結盟,希望在AI應用碰撞出更多創新火花,強化台灣AI解決方案的國際競爭力,因此,三方未來將建立緊密的AI戰略合作夥伴關係。

(工商時報)

華碩、台灣大哥大、廣達結盟組成台灣人工智慧A Team

華碩、台灣大哥大、廣達
結盟組成台灣人工智慧A Team
鄭斐文 2018-05-15
華碩電腦、台灣大哥大、廣達電腦於AI領域集結三方所長結盟組成「台灣人工智慧A Team」,三方共同宣布取得國家實驗研究院國家高速網路與計算中心「雲端服務及大數據運算設施暨整合式階層儲存系統建置案」,將協助建置新一代的AI計算主機,並建立產官學研共用具延展性的AI雲端大數據計算平台,預計2018年第4季將建置完成。

此次結盟不但為從終端設備生產製造、網路建置到科技應用服務規劃的產業上中下游垂直整合,更是資通訊軟硬體大廠、電信與金融領域的跨集團產業合作。

「台灣人工智慧A Team」之組成更呼應國家AI發展戰略,匯集頂尖的台灣伺服器、雲端、網路與AI自有技術與堅實產業布局、整合能力,率先投入台灣AI產業發展與推動,提供國際級AI雲端整體解決方案,並藉由三大產業龍頭結盟,期望引領業界在AI應用的經驗交流與火花碰撞,強化台灣AI解決方案的國際競爭力,於5G世代、AI和大數據等產業應用創造關鍵價值,無論於商業應用或智慧產業基礎建設,皆能成為國家、產業界發展AI的緊密戰略夥伴。

華碩電腦具備伺服器、儲存設備、工作站、雲端技術、智慧機器人、IoT與智慧終端完整研發能量與應用軟體整合,並於精準醫療、教育科技、智慧交通、智慧能源與智慧城市等垂直領域投入多年,建構生態圈應用。面對AI帶來的數位轉型時代,華碩以 ABC(AI、Big data、Cloud Computing)+IOT提供發展AI所需之最佳基礎建設方案與垂直應用領域完整解決方案。

台灣大哥大擁有完整豐富的高階智慧資料中心規劃、建置與維運的經驗,加上如多層次DDoS防禦服務、即時監控SOC等全方位的資安服務與遍布全台的高速光纖網路,是人工智慧平台最堅強穩定的基礎,未來台灣大更會將AI與物聯網結合,應用於台灣大集團與富邦集團的相關領域。

廣達集團擅於打造超大規模雲端資料中心之硬體設備,並整合多種業界主流基礎架構之軟體、解決下一代資料中心於設計及營運上的挑戰。產品線包括:超融合以及軟體定義資料中心解決方案、伺服器、儲存設備、交換機及整合式機櫃等。近年更投入大量研發資源於相關領域,研發成果包括高密度圖形處理器(GPU)伺服器,以及導入主機水冷技術,使客戶進行高速運算時,能達到快速散熱及最佳節能效果。而軟體部分在開源平台整合OpenHPC套件,協助客戶有效導入高效運算系統。同時,整合多款平行運算檔案系統,除開源套件外,也可為客戶提供商業技術支援。

分享 分享 轉寄 列印

2018年6月1日 星期五

AI將帶來新一波創新 台灣不能缺席

〈AI 國家隊〉
林百里:AI將帶來新一波創新 台灣不能缺席
鉅亨網記者黃雅娟2018/06/01 15:190
科技部打造 AI 國家隊,廣達董事長林百里認為,台灣不能在 AI 浪潮中缺席。(鉅亨網記者黃雅娟攝)

科技部邀集廣達 (2382-TW)、華碩 (2357-TW) 及台哥大 (3045-TW),打造台灣第一個 AI 雲端平台,目標打進全球前 30 大超級電腦。廣達董事長林百里指出,AI 技術已蓬勃發展,科技服務將打造時代性的創新,帶出一波新經濟及創新機會,在 AI 浪潮中「台灣不能缺席」。

科技部建置 AI 雲端平台,總預算為 4 年新台幣 50 億元,目標打進全球前 30 大超級電腦。

廣達將負責 AI 運算及資料儲存,華碩負責雲端服務平台、雲端伺服器及 AI 應用整合,台灣大則負責機房建置及電信級資安維運。

林百里表示,AI 技術已蓬勃發展,運算能力已突破過去限制,並有效降低成本,科技服務未來將打造時代性的創新。林百里認為,既然有創新,就有新一波服務型產業的創新機會,可帶來一波新經濟,「台灣絕對不能缺席」。

林百里指出,這次的雲端平台用的全部都是台灣的技術,顯示台灣在世界的工業裡占有重要地位。

林百里說,30 年用 PC 改變世界,現在用 AI 改變世界。
透過廣達、華碩及台灣大哥大,整合最好軟體、硬體跟網路技術,一起研發人工智慧運算的服務雲;藉由使用不同的運算,將結果送到各種應用介面,在手機、手錶、穿戴式裝置、筆電、汽車甚至機器人上都可以使用,未來跨界應用將更普及。

林百里強調,AI 未來將支持台灣與世界的經濟,是再普及不過的技術,就像現在每個人都會使用 Windows 系統,未來生活將比過去 PC 世界更容易應用。

林百里認為,雖然台灣市場很小,但是大家先團結起來,組成聯盟,把自己的市場照顧好,做到低成本、人性化服務後,再逐步往國外拓展。

讓 AI 幫人類做家事,以後可以爽爽在家躺了?

MIT 人工智慧團隊新目標:
讓 AI 幫人類做家事,以後可以爽爽在家躺了?
Posted on2018/06/01

這位 AI 老兄,還會挑個比較舒適的位子來坐呢。

【我們為什麼挑選這篇文章】把 AI 應用在哪裡會最有感?當然就是每個人的家裡。MIT 設法要讓 AI 幫人類做家事,不但生出「家庭模擬器」,還要讓 AI 自學做家事,他們要怎麼利用這個模擬器?讓 AI 做家事真的有可能嗎?來看看吧。(責任編輯:康陳剛)

作者/量子位 方栗子

本文經 AI 新媒體量子位(公眾號 ID:QbitAI)授權轉載,轉載請聯繫出處

先提一個可能直擊靈魂的問題:你家洗碗槽裡的碗,放幾天了?

顯然,你和她都不想先去洗,那樣就是低了頭。

讓服務機器人出面化解這場僵持,可能還只是想想而已。不過,訓練 AI 在虛擬世界裡做家事,已經有人在做了。他們還說,教 AI 做虛擬家務,是為了今後能 讓機器人全權代理人類的家務工作 。

以麻省理工(MIT)和多倫多大學的研究人員為主的一支 AI 團隊,建立起了名為 VirturalHome 的家庭環境模擬器,化為人形的 AI 可以在裡面學習大量的生活技能。
事無鉅細模擬器

VirtualHome 由三個部分組成。
廣告

一是 家事知識庫 ,裡面包含了人類在家庭生活裡會經歷的各種活動。

教 AI 做事情不容易,比如讓它看電視,如果不告訴它坐到沙發上、拿起遙控器,它自己並不會去做這些準備動作;所以,不論一項技能多麼日常,都需要把它盡可能拆解成細小的步驟,比如走進廚房,拿起杯子之類。

於是知識庫裡的每一個任務,都要包含分解動作的文字描述,以及用來執行的腳本。
四個人物有男有女、有老有少任選。

二是 3D 模擬器 ,裡面有 6 個公寓,以及 4 個人物可以選擇。虛擬環境中,案例、語意標籤註解、深度、姿勢以及光源,應有盡有。

在這裡面,角色可以執行程序給定的任務,生成各種家務活動的影片。

三是 腳本生成模型 ,根據自然語言描述或者視頻內容,生成相應任務的執行程序。在模擬器並不十分廣闊的天地裡,研究人員要訓練神經網絡的各項家事技能。



論文裡說,這項研究的目標,就是 讓 AI 在自然語言和影片的指引之下,自己寫出程式來做好家務。

一步很難登天,那麼,三步怎麼樣?
一、數據怎麼搞

要訓練出一隻可靠的家務 AI,首先就是蒐集各種家務活動的數據,這要分為兩個部分。

第一部分,讓一群臨時工(AMT worker)來提供任務的口頭描述。每個人要想出一項日常家庭活動,給出高級名稱,比如「做咖啡」,然後 描述它的分解步驟 。



活動按起始場景分類就有 8 種,客廳、廚房、餐廳、臥室、兒童房、浴室、玄關、書房,每個場景都包含了 350 個物體。

第二部分,臨時工們會用圖形編程語言, 把這些描述翻譯成程式 ,當然也需要詳細的步驟(每一步都是一個 block),而且要比描述的還要全面——要讓(目前還不存在的)機器人能夠貫徹落實。

數據集就這樣建好了,裡面充滿了大大小小的任務所對應的程式。
二、動畫化

把數據集裡的程式變成動畫,首先要看房間裡的哪個物體是要操作的對象,同時生成合理的動作。這裡,系統需要把一個任務的所有步驟都看過一遍,然後規劃一條合理的路徑。

比如,執行一項「打開電腦然後敲鍵盤」的任務,比較理想的流程是,開機之後就在離目標電腦最近的鍵盤上操作就可以了,不用再確定哪一個才是目標鍵盤。

這就是 VirtulHome 生成的影片啦。

原子動作動畫化

每個任務都是由大量 原子動作(Atomic Actions) 組成的,把它們全部動畫化是個不小的工程。

這裡用到了 12 種最常見的動作:走/跑、抓取、按鍵開/關、(物理)打開/關閉、放置、望向、坐下/站起,以及觸摸。每種動作的執行方式不唯一,比如開冰箱和開抽屜,姿勢就不一樣了。

團隊用 Unity 引擎裡的 NavMesh 來導航;用 RootMotion FinalIK 反向動力學包,把每個動作動畫化。另外,跟人物發生交互的物體,也要發生相應的動作。

程序動畫化

要讓程序裡的任務顯現成動畫,就要先在程序中的物體、和模擬器場景中的物體之間建立映射。然後為程序裡的每一步, 計算人物和目標物體的相對位置 ,以及計算其他與動畫化相關的數字。

記錄動畫

模擬器的每個房間裡,有 6 到 9 台攝影機,每個公寓平均下來 26 枚。

這些攝影機不需要一直開啟,系統根據人物所在的位置來決定啟用哪些攝影機。記錄下來的影片,下一步可以餵給神經網絡, 訓練它生成自己的程式 。
三、用影片和自然語言生成程式

給 AI 一段影片,或者一段自然語言,讓它自動生成相應的家事執行程式,做一隻有覺悟的 AI。
LSTM

團隊調整了 seq2seq 模型,來適應這個任務,然後用強化學習來訓練它。

這裡的模型,是由兩隻 RNN 組成的,一隻給輸入序列編碼,另一隻負責解碼。神經網絡每次可以生成一項家事中的一個步驟。

研究人員用 word2vec 給文本編碼;處理影片的話,他們用到了 DilatedNet 和 Temporal Relation Netork,並把每條影片拆成許多個 2 秒長的片段,然後用模型來預測中間幀的樣子。

接下來,學習和推斷的部分分成兩步。
用交叉熵損失(Cross Entropy Loss)對解碼器做預訓練。
強化學習登場,智能體要學習一下策略 (Policy) ,用來生成程序裡面的步驟。

AI 在模擬器裡很幸福


數據集的質量如何?動畫化的效果怎樣?系統生成的程式又能不能指向希望的任務呢?

測試過程請見 論文 。不過在那之前,先看看這個人。



看電視的任務做得很流暢,他還會找個舒服的姿勢坐下來,很悠然。團隊也覺得,從生成的影片來看,各種任務的完成度還是不錯的。

下一步,就要給 AI 餵真實拍攝的視頻了,畢竟模擬器裡發生的一切,和物理世界還是不一樣的。
是太幸福了吧?

畢竟,模擬器裡的家庭環境一成不變,東西都擺在它該在的地方,也沒有小朋友跑來跑去。在機器人接手任務之前,AI 可能還需要在更加難以預測的模擬環境裡,訓練很長時間。

另外,就算環境變化不是問題,真實的家務操作也並不像撿個裝備那麼簡單,容錯率非常低。



比如,端一杯咖啡不可以只有 90% 的準確度,95% 也不太行。因為,百 分之一的差錯,會造成百分之百的災難 。
CVPR 歡迎您

不久以後,研究團隊就要懷著激動的心情,登陸 CVPR(IEEE 國際電腦視覺與模式識別會議),在世人面前宣告,他們為了這個宏遠的理想,踏出了多麼堅實的一小步。

代碼還沒放上 Github,不過可以先看看 論文 啊。

(本文經 量子位 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈MIT 怎样教 AI 做虚拟家务?让它写个程序指挥自己啊 〉;首圖來源:Youtube。)
延伸閱讀

【MIT 出品】比你媽還懂你的超猛「讀心術」耳機,再也無法口是心非了 眼前的魚不是魚,連魚都分不清的 MIT 機器魚可以用來幹嘛? 原來自駕車怕濃霧?MIT 研發新成像系統,讓車輛再也不怕「看不清」MIT 研發解魔術方塊機器人,我眨個眼居然就已經解完了?