Hvis du gjorde Mannequin Challenge, fremmer du nå robotforskning

Kategori: Kunstig intelligens Lagt ut 26. juni

Kast tankene tilbake til internett i 2016. Har du tåkete minner fra Mannequin Challenge? Vel, den virale YouTube-trenden har nå blitt brukt til å trene et nevralt nettverk i å forstå 3D-scener.

Sammenhengen: Vi er naturligvis flinke til å tolke 2D-videoer som 3D-scener, men maskiner må læres hvordan de skal gjøre det. Det er en nyttig ferdighet å ha: evnen til å rekonstruere dybden og arrangementet til fritt bevegelige objekter kan hjelpe roboter med å manøvrere i ukjente omgivelser. Det er derfor utfordringen lenge har fengslet datasynsforskere, spesielt i sammenheng med selvkjørende biler.

Dataen: For å nærme seg dette problemet henvendte et team hos Google AI seg til en uventet datasett : tusenvis av YouTube-videoer av folk som utfører Mannequin Challenge. (Hvis det tilfeldigvis gikk forbi deg på det tidspunktet, innebar dette å stå så stille som mulig mens noen beveget seg rundt deg, og filme posituren fra alle vinkler.) Disse videoene er også en ny kilde til data for å forstå dybden av en 2D bilde.

Metoden: Forskerne konverterte 2000 av videoene til 2D-bilder med høyoppløselige dybdedata og brukte dem til å trene et nevralt nettverk. Den var da i stand til å forutsi dybden av bevegelige objekter i en video med mye høyere nøyaktighet enn det som var mulig med tidligere avanserte metoder. Forrige uke ble forskerne premiert en beste papir hedersomtale på en stor datasynskonferanse.

Ukjente deltakere: Forskerne ga også ut sine datasett for å støtte fremtidig forskning, noe som betyr at tusenvis av mennesker som deltok i Mannequin Challenge, ubevisst vil fortsette å bidra til å fremme datasyn og robotikkforskning. Selv om det kan komme som en ubehagelig overraskelse for noen, er dette regelen i AI-forskning snarere enn unntaket.

Mange av feltets mest grunnleggende datasett, inkludert Fei-Fei Li ImageNet , som startet dyplæringsrevolusjonen, ble satt sammen fra offentlig tilgjengelige data fra Twitter, Wikipedia, Flickr og andre kilder. Praksisen er motivert av den enorme mengden data som kreves for å trene dyplæringsalgoritmer og har bare blitt forverret de siste årene ettersom forskere produserer stadig større modeller for å oppnå banebrytende resultater.

Personvern: Som vi har skrevet tidligere, er denne dataskrapingspraksis verken åpenbart god eller dårlig, men setter spørsmålstegn ved normene rundt samtykke i bransjen. Etter hvert som data blir stadig mer kommodisert og inntektsført, bør teknologer tenke på om måten de bruker noens data på stemmer overens med ånden til hvorfor de opprinnelig ble generert og delt.