Wenn Sie an der Mannequin Challenge teilgenommen haben, bringen Sie jetzt die Robotikforschung voran

Kategorie: Künstliche Intelligenz Gesendet 26. Juni

Erinnern Sie sich an das Internet im Jahr 2016. Haben Sie vage Erinnerungen an die Mannequin Challenge? Nun, der virale YouTube-Trend wurde nun genutzt, um ein neuronales Netzwerk darin zu trainieren, 3D-Szenen zu verstehen.

Der Kontext: Wir sind natürlich gut darin, 2D-Videos als 3D-Szenen zu interpretieren, aber Maschinen muss man beibringen, wie das geht. Es ist eine nützliche Fähigkeit, die man haben muss: Die Fähigkeit, die Tiefe und Anordnung frei beweglicher Objekte zu rekonstruieren, kann Robotern helfen, sich in unbekannter Umgebung zu manövrieren. Aus diesem Grund hat die Herausforderung Computervisionsforscher schon lange fasziniert, insbesondere im Zusammenhang mit selbstfahrenden Autos.

Die Daten: Um dieses Problem anzugehen, wandte sich ein Team von Google AI an eine unerwarteter Datensatz : Tausende von YouTube-Videos von Personen, die die Mannequin-Challenge durchführen. (Falls es zufällig an Ihnen vorbeiging, bedeutete dies, so still wie möglich zu stehen, während sich jemand um Sie herum bewegte, und die Pose aus allen Winkeln zu filmen.) Diese Videos sind zufällig auch eine neuartige Datenquelle, um die Tiefe eines zu verstehen 2D-Bild.

Die Methode: 2.000 der Videos wandelten die Forscher in 2D-Bilder mit hochauflösenden Tiefendaten um und trainierten damit ein neuronales Netz. Es war dann in der Lage, die Tiefe von sich bewegenden Objekten in einem Video mit viel höherer Genauigkeit vorherzusagen, als dies mit früheren hochmodernen Methoden möglich war. Letzte Woche wurden die Forscher ausgezeichnet eine lobende Erwähnung für das beste Papier auf einer großen Computer Vision Konferenz.

Unbekannte Teilnehmer: Die Forscher veröffentlichten auch ihren Datensatz, um zukünftige Forschungen zu unterstützen, was bedeutet, dass Tausende von Menschen, die an der Mannequin Challenge teilgenommen haben, unwissentlich weiterhin zum Fortschritt der Computervisions- und Robotikforschung beitragen werden. Auch wenn dies für manche eine unangenehme Überraschung sein mag, ist dies in der KI-Forschung eher die Regel als die Ausnahme.

Viele der grundlegendsten Datensätze des Feldes, einschließlich der von Fei-Fei Li ImageNet , die die Deep-Learning-Revolution auslösten, wurden aus öffentlich zugänglichen Daten zusammengestellt, die von Twitter, Wikipedia, Flickr und anderen Quellen stammen. Die Praxis ist motiviert durch die immense Datenmenge, die zum Trainieren von Deep-Learning-Algorithmen erforderlich ist, und wurde erst in den letzten Jahren durch die Produktion von Forschern verschärft immer größere Modelle bahnbrechende Ergebnisse zu erzielen.

Datenprivatsphäre: Wie wir bereits geschrieben haben, ist diese Data-Scraping-Praxis weder offensichtlich gut noch schlecht, sondern stellt die Normen rund um die Einwilligung in der Branche in Frage. Da Daten zunehmend kommerzialisiert und monetarisiert werden, sollten Technologen darüber nachdenken, ob die Art und Weise, wie sie die Daten einer Person verwenden, mit dem Geist übereinstimmt, warum sie ursprünglich generiert und weitergegeben wurden.