Hvis du gjorde Mannequin Challenge, er du nu fremme i robotforskning

Kategori: Kunstig intelligens Udsendt 26. juni

Kast dit sind tilbage til internettet i 2016. Har du tågede minder om Mannequin Challenge? Nå, den virale YouTube-trend er nu blevet brugt til at træne et neuralt netværk i at forstå 3D-scener.

Konteksten: Vi er naturligvis gode til at fortolke 2D-videoer som 3D-scener, men maskiner skal læres, hvordan man gør det. Det er en nyttig færdighed at have: Evnen til at rekonstruere dybden og arrangementet af frit bevægelige genstande kan hjælpe robotter med at manøvrere i ukendte omgivelser. Derfor har udfordringen længe fanget computervisionsforskere, især i forbindelse med selvkørende biler.

Dataene: For at nærme sig dette problem henvendte et team hos Google AI sig til en uventet datasæt : tusindvis af YouTube-videoer af mennesker, der udfører Mannequin Challenge. (Hvis det tilfældigvis gik forbi dig på det tidspunkt, involverede dette at stå så stille som muligt, mens nogen bevægede sig rundt om dig og filme stillingen fra alle vinkler.) Disse videoer er tilfældigvis også en ny kilde til data til at forstå dybden af ​​en 2D billede.

Metoden: Forskerne konverterede 2.000 af videoerne til 2D-billeder med højopløselige dybdedata og brugte dem til at træne et neuralt netværk. Det var derefter i stand til at forudsige dybden af ​​bevægelige objekter i en video med meget højere nøjagtighed, end det var muligt med tidligere avancerede metoder. I sidste uge blev forskerne præmieret en bedste papir hæderlig omtale ved en større computervisionskonference.

Ukendte deltagere: Forskerne frigav også deres datasæt for at understøtte fremtidig forskning, hvilket betyder, at tusindvis af mennesker, der deltog i Mannequin Challenge, ubevidst vil fortsætte med at bidrage til fremskridt inden for computersyn og robotteknologi. Selvom det kan komme som en ubehagelig overraskelse for nogle, er dette reglen i AI-forskning snarere end undtagelsen.

Mange af feltets mest grundlæggende datasæt, herunder Fei-Fei Li's ImageNet , som startede den dybe læringsrevolution, blev kompileret ud fra offentligt tilgængelige data skrabet fra Twitter, Wikipedia, Flickr og andre kilder. Denne praksis er motiveret af den enorme mængde data, der kræves for at træne dyb-læringsalgoritmer og er kun blevet forværret i de senere år, efterhånden som forskere producerer stadig større modeller at opnå banebrydende resultater.

Databeskyttelse: Som vi har skrevet før, er denne praksis for dataskrabning hverken åbenlyst god eller dårlig, men sætter spørgsmålstegn ved normerne omkring samtykke i branchen. Efterhånden som data bliver mere og mere kommoditiseret og monetiseret, bør teknologer tænke over, om den måde, de bruger en persons data på, stemmer overens med ånden bag, hvorfor de oprindeligt blev genereret og delt.