国产一卡二卡三卡四高清-国产三级精品三级在线史区-亚洲AV无码一区二区三区四区-欧美国产成人精品一区二区三区-中文字幕在线免费播放

聲淵科技

機器人能否像人類一樣感知時間？新研究使用強化學習賦予時間感知

人工智能技術是迎合現(xiàn)代社會發(fā)展的產物，同時也是推動現(xiàn)代工業(yè)發(fā)展的重要技術支撐。人工智能技術目前還正處于發(fā)展階段，但是其在實際生活中已經(jīng)起到了重大的作用，并表現(xiàn)出極大的實際應用價值。基于此，本文的研究對提高計算機網(wǎng)絡技術的開發(fā)水平具有重要意義。
2023-03-16 11:49:49上海聲淵科技有限公司

大數(shù)據(jù)文摘專欄作品


作者：Christopher Dossman

編譯：VICKY、Joey、云舟

嗚啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly欄目又和大家見面啦！

AI ScholarWeekly是AI領域的學術專欄，致力于為你帶來最新潮、最全面、最深度的AI學術概覽，一網(wǎng)打盡每周AI學術的前沿資訊。

每周更新，做AI科研，每周從這一篇開始就夠啦！

本周關鍵詞：視頻理解、時間感知、BERT

本周最佳學術研究

KnowIT VQA：回答有關視頻的知識性問題

在本文中，研究人員通過結合知識和視頻問答，提出了一種新的視頻理解任務。

首先，他們提出了一個稱之為KnowIT（knowledge informated temporal）VQA的視頻數(shù)據(jù)集。該數(shù)據(jù)集源自電視劇生活大爆炸（The Big Bang Theory），其中包含了眾多知識問答。KnowIT擁有24000多個人工生成的問答對，并將視覺、文本和時間與基于知識的問題相結合。其次，他們提出了一個視頻理解模型，將視頻的視覺和文本內容與特定的節(jié)目知識結合起來。

他們發(fā)現(xiàn)：

知識的結合為視頻中的VQA帶來了顯著改進；KnowIT VQA的性能仍然落后于人類的準確性，這表明它對于研究當前視頻建模的局限性是有所幫助的。

他們的工作表明了基于知識的模型在視頻理解問題中的巨大潛力，這些模型將會為將自然語言處理（NLP）和圖像理解的進步結合發(fā)揮重大作用。

該框架證明，視頻理解和基于知識的推理都是回答問題所必需的。它能夠檢索并融合語言和視頻的時空域，以便對問題進行推理，從而來預測正確答案。

但相比于人類的表現(xiàn)，（該框架）仍存在著很大差距。研究人員希望該數(shù)據(jù)集將有助于在該領域開發(fā)更魯棒的模型。

原文：

https://arxiv.org/abs/1910.10706v3

用強化學習教機器人感知時間

眾所周知，人類和動物的大腦具有負責時間認知的不同區(qū)域，而機器人則根據(jù)將時間視為外部實體（例如時鐘）的算法來執(zhí)行任務。是否有可能從生物學上激發(fā)時間感知機制，并在機器人中重現(xiàn)它們呢？

在這項工作中，研究人員觀察了大腦用來負責時間感知的計時機制。他們利用貝葉斯推斷得出的結果來預估數(shù)據(jù)的時間流逝，并利用TD學習特征表示來訓練代理成功完成與時間相關的任務。由于選擇了代表時間的特征，他們表明，在這種情況下，他們能夠為代理提供一種類似人類和動物所經(jīng)歷的時間流失的感知。

本文的主要貢獻：

提出了一種從機器人傳感器收集環(huán)境數(shù)據(jù)的建模方法；在特定假設下，可以從數(shù)據(jù)中獲得正確的時間估算；成功將時間認知機制應用于強化學習問題當中；賦予機器人在與時間有關的任務中復制動物行為的能力。

這項工作提出了一種為代理提供時間認知的過程。對機器人來說，對于時間的感知能夠讓它們像人類一樣，在不同的環(huán)境和人物中學習適應對話。該框架已被提議在未來在真正的機器人中實現(xiàn)。

原文：

https://arxiv.org/abs/1912.10113

Lite BERT：自監(jiān)督學習語言表示

在本文中，Google AI的研究人員設計了一種Lite BERT（ALBERT）架構，該架構具有比傳統(tǒng)BERT少得多的參數(shù)。一個類似于BERT-large的ALBERT配置與前者相比，參數(shù)減少了18倍，并且訓練速度提高了約1.7倍。

ALBERT集成了兩種參數(shù)歸約技術：第一種技術是分解式嵌入?yún)?shù)化；第二種技術是跨層參數(shù)共享，它可以防止參數(shù)隨著網(wǎng)絡深度的增加而增長。這兩種技術在不嚴重影響性能的前提下大大減少了BERT的參數(shù)數(shù)量，從而提高了參數(shù)效率。



參數(shù)歸約技術也可以作為正則化的一種形式，從而穩(wěn)定訓練并有助于泛化。

為了進一步提高ALBERT的性能，研究人員還引入了一種自監(jiān)督的損失來進行句子順序預測。結果，他們能夠擴展到更大的ALBERT配置，同時這些配置的參數(shù)仍然比BERT-large少，但性能卻明顯提高，從而在GLUE、SQuAD和RACE基準上為自然語言理解建立了全新的結果。

ALBERT的成功證明了它在識別模型方面的重要性，因為它在這些方面產生了強大且適當?shù)谋硎尽?/span>

通過集中精力改進模型體系結構的這些方面，這項研究表明了可以在廣泛的NLP任務上極大提高模型的效率與性能。為了促進NLP領域的進一步發(fā)展，研究人員已將ALBERT開源給研究界。

代碼與預訓練模型：

https://github.com/google-research/google-research/tree/master/albert

原文：

https://ai.googleblog.com/2019/12/albert-lite-bert-for-self-supervised.html

有序還是無序？讓我們重新審視用于視頻的人物身份識別

基于視頻的人員身份“再識別”方法是近些年來計算機視覺領域中一個熱門研究方向，因為它可以通過充分利用時空信息來達到更好的識別結果。

在本文中，研究人員提出了一種簡單但十分驚艷的VPRe-id方法，他們將VPRe-id視為基于圖像的人員重新識別問題的有效無序集合。


具體來說，研究人員們將一段視頻劃分為許多個單獨的圖像，然后對這些圖像中出現(xiàn)的人進行識別和排序、并重新組合出最終結果。他們以i.i.d.假設為前提，提供了一個錯誤邊界用于闡明改進VPRe-id的方式。

這項工作還提出了一種很有前景的方，可以彌合視頻和人物信息重新識別結果之間的差距。研究人員們對這個差距進行評估，證明了他們所提出的這一方案在多個數(shù)據(jù)集（包括iLIDS-VID、PRID 2011、和MARS）中都達到了業(yè)界領先的水平。

基于視頻的人物重新識別非常重要，因為它在視覺監(jiān)視和取證等領域有著廣泛應用。這項工作通過將VPReid視為一個進行無序整體排名的任務，提出了一種簡單而強大的人物重新識別的解決方案。其中，每個基本排名都由一個具有單個人員身份的標識符來體現(xiàn)。

該解決方案通過使用RNN輸出在不同時間步長上的時間池中的多個特征表示，學習了無序表示，研究人員認為這對于VPRe-id更為重要。結果也證明了我們可以從不同角度解決VPRe-id這一事實。
相關新聞

RELATED NEWS

選擇區(qū)號