MOLAR NEWS
2020年第45期
MolarData人工智能每周见闻分享，每周一更新。
在失败中学习，MIT新研究显示，机器可以像婴儿一样学会理解人类目标
麻省理工学院最近开发的一个新的 AI 编程平台 Gen，将符号化（人类可读型）AI 规划与贝叶斯推理相结合。贝叶斯推理提供了一种将不确定信念与新数据相结合的最佳方式，被广泛用于金融风险评估、诊断测试和选举预测。
该团队的模型表现比现有的一种名为贝叶斯逆向强化学习（BIRL）的基础方法快 20 到 150 倍，该方法通过观察代理的行为来学习代理的目标、价值或奖励，并试图提前计算完整的政策或计划。新模型在推断目标方面的准确率达到了 75%。
该团队的推理算法被称为 “顺序逆向计划搜索（SIPS）”，按照这个顺序来推断代理人的目标，因为它在每一步都只做部分计划，并在早期削减不可能的计划。由于该模型每次只提前几步进行计划，所以它也考虑到了代理 “你的朋友” 可能也在做同样的事情。这包括由于有限的计划而导致错误的可能性，例如在打开冰箱之前没有意识到你可能需要两只手空闲。通过提前检测这些潜在的故障，该团队希望这个模型可以被机器用来更好地提供帮助。
来源：学术头条
DeepMind又出大招！新算法MuZero登顶Nature，AI离人类规划又近了一步
近日，DeepMind一篇关于MuZero的论文“Mastering Atari, Go, Chess and Shogi by Planning with a Learned Model”在Nature发表。与AlphaZero相比，MuZero多了玩Atari的功能，这一突破进展引起科研人员的广泛关注。MuZero通过DQN算法，仅使用像素和游戏分数作为输入就可以在Atari视频游戏中达到人类的水平。相对于围棋、国际象棋、日本将棋，Atari游戏的规则与动态变化未知且复杂。
先前，研究人员通过前向搜索与基于模型的规划等两种方法来提高AI的规划能力。
使用前向搜索的系统（例如AlphaZero）在跳棋、国际象棋和扑克等经典游戏中取得了显著成功，但这类系统之所以取胜，是因为有事先了解游戏环境的动态变化知识，比如游戏规则或配备了精确的模拟器。显然，这一类系统很难应用于解决混乱的现实问题，因为现实世界的问题通常很复杂，很难用简单的三两句规则去概括。
基于模型的系统则旨在通过学习环境动态的精确模型，然后使用模型进行规划。但是，对环境的各个方面进行建模非常复杂，导致算法无法在视觉丰富的领域（例如Atari）中竞争。截至目前为止，在Atari上取得最好结果的是无模型系统，例如DQN，R2D2和Agent57。无模型算法不使用经过学习的模型，而是通过预测来采取最佳的下一步措施。
鉴于其他方法的局限性，MuZero没有尝试对整个环境建模，而只是对智能体进行决策过程中至关重要的方面进行建模。毕竟，如果在下雨的环境，知道打伞避雨比对空气中的雨滴行为进行建模更有用。
来源：AI科技评论
谷歌“升维打击”：还原任意角度光照立体效果，2D变“4D”！
2D变4D，还不用建模，今年谷歌用NeRV做到了以假乱真的程度：
这项让2D照片变“4D”的研究，是谷歌团队联合MIT、UC伯克利对之前的NeRF做出的重要改进，称为NeRV，即用于照明渲染和视图合成的神经反射场和可见光场。
即使只考虑从光源到场景点的直接照明，对于超过单点光源的情况下，暴力计算的方案也很吃力，因为它需要沿着从每个场景点到每个光源的路径，反复查询形状MLP的体积密度。
暴力采样渲染一束间接照明下的单条光线将需要一个petaflop的计算量，而训练过程中渲染大约十亿条光线。
所以团队通过用学习的近似值替换几个体积密度积分来改善这个问题：引入一个 “能见度 “多层神经网络，它可以对任意输入方向的照明能见度给出近似值，以及相应光线的预期终止深度的近似值。
这种方法，大大降低将直接照明和间接照明的计算复杂度，使得在优化连续照明场景表示的训练循环中，可以同时模拟直接照明和其反弹的间接照明。
来源：量子位
谷歌发布 MediaPipe Holistic，实现移动端同时进行人脸、手部和人体关键点检测跟踪
MediaPipe Holistic 由一个新的 pipelines 组成，该 pipelines 具有优化的姿态、人脸和手部组件，每个组件都实时运行，尽量降低内存传输成本，并根据质量/速度的权衡，增加了对三个组件互换性的支持。
MediaPipe Holistic 作为 MediaPipe 的一部分，并在移动设备（Android、iOS）和桌面设备上提供。还将引入 MediaPipe 新的即用型 API，用于研究(Python端)和网页推理(JavaScript端)，以方便更多人使用。
来源：新智元
特斯拉推出2020假日更新：升级驾驶可视化功能、添加新游戏
12月26日，电动汽车制造商特斯拉开始推出备受期待的2020年空中“假日更新”，其中包括升级全自动驾驶中的驾驶可视化功能、增加新游戏以及改进充电和车辆信息显示等。
上个月，马斯克在社交媒体上发布了今年的假日软件更新，并暗示此次更新将有许多备受期待的更新，包括客户最想要的功能，以及有些他们甚至不知道自己想要的功能。
来源：腾讯科技
AI资讯
掌握最新时事新闻
长按扫码关注我们
原创文章，作者：整数智能，如若转载，请注明出处：https://www.agent-universe.cn/2020/12/8473.html
