赢咖4几年前来了。 他们帮助在工厂建造东西。 他们在大型仓库之间穿梭包装和产品，推动亚马逊全球零售业务。 还有这么多。 但Ilker Yildirim设想了一个赢咖4，可以更微妙的操作，一个赢咖4，不需要根据预先编程的动作进行操作。 这台机器可以响应其环境的变化，就像人类一样，并预测当选择一个动作时会发生什么。 他设想了一个可以做你的菜肴的赢咖4。
这是一个比你想象的更难的任务。 它包括预测当你将一道菜放在另一道菜上时会发生什么; 当你把它放在厨房水龙头下; 当你把它放在洗碗机里。 我们人类直观地做到这一点，Yildirim旨在用硬件和软件复制这种直觉。
Yildirim是与麻省理工大学的脑和认知科学系及其计算机科学和赢咖4实验室或CS赢咖4L相关的博士后文章。与麻省理工学院的其他人一起，他最近发表了一篇研究论文，描述了一种赢咖4系统，可以预测物体在某些情况下将如何移动。一个物体放在另一个物体上会落下吗？放置在坡道时会滑动吗？在某些情况下，系统可以预测这些运动以及人类。 Yildirim认为这是一个新品种的赢咖4的垫脚石，包括可以做你的菜肴的机器。
“这些不会是制造赢咖4，它有一个非常精确定义的行动，他们需要接管一遍又一遍，”他说。 “这些是必须处理不确定性的赢咖4。如果赢咖4将餐具放在洗碗机中，它必须理解它们如何堆叠在彼此之上的微妙之处。它必须知道如果它采取某种行动，它会颠覆他们。它必须深刻地理解其物理环境。
这项工作是更广泛的努力的一部分给机器这种理解。在秋天，在加利福尼亚州门洛帕克公司总部的一小群记者参加的活动中，Facebook首席技术官Mike Schroepfer展示了该公司赢咖4研究人员建立的类似系统。给定几个堆叠块的图像，系统可以预测该堆叠是否会掉落。正如Schroepfer所说：Facebook正在教它的机器玩Jenga。但这不仅仅是游戏。这不仅是像Facebook这样的互联网服务的未来，而是Yildirim解释的一种新型赢咖4。
Facebook和MIT实验都依赖于深度神经网络 - 接近人类大脑神经元网络的硬件和软件网络。如果你在这些神经网络中提供足够的汽车照片，他们可以学习识别汽车。如果你给他们足够的口语单词，他们可以学会识别你说什么。如果你给他们一堆计算机恶意软件，他们可以学习识别一个病毒。但有这么多其他的可能性。
Yildirim和他的同事开始的视频，显示各种各样的物体移动和碰撞的各种方式。但是研究人员还使用了一种称为Bullet的3D物理引擎，它允许他们建立这种事件的数字模拟，模拟物体的物理模拟。这些模型可以确定对象的行为，直到它们将行进的速度。然后，研究人员将这些数据集（视频和模拟）都添加到深度神经网络中。在分析足够的数据之后，它可以学习识别对象，推断它们的物理化妆，然后预测它们将如何表现。
该系统结合了两种类型的赢咖4物理模拟和深度学习，并且两者都是必要的。当然，自己，物理模拟可以预测运动，而不会失败。但是你必须为每个特定的场景编程。这里的诀窍是，如果你将许多情景馈送到一个深层神经网络 - 提供视觉图像和物理 - 系统可以学习分析之前从未见过的情况。即使只显示了几个静态框架的场景，Yildirim说，系统可以估计物体的质量和摩擦，并可靠地预测会发生什么。
除其他事项外，该项目表明，赢咖4通常涉及各种技术的组合。目前，新闻界对深度学习产生了巨大的关注。但是有很多其他形式的赢咖4，他们通常可以通过协同工作获得新的结果。 Yildirim和他的团队已经针对真实的人类进行了系统，每个人都预测某些事件的结果，赢咖4可以拥有自己的。 “该系统与人类相似，在平均性能和错误的种类方面，”他说。你离你自己的洗碗机赢咖4服务员还有很长的路要走。但你不是像你一样遥远。
