這對Facebook有什么用呢？

Facebook在計(jì)算機(jī)視覺方面一直走在前列，正如我們在它的相機(jī)和圖像處理程序以及Portal等設(shè)備上看到的那樣，Potal會用它的“臉”跟著用戶在房間里轉(zhuǎn)來轉(zhuǎn)去。

雖然聽上去有些驚悚，但是好奇心對于這些需要了解他們所看到或感覺到的環(huán)境才能正常工作的應(yīng)用程序來說都是至關(guān)重要的。

任何在應(yīng)用程序或設(shè)備上運(yùn)行的攝像頭，比如Facebook上的攝像頭，都在不斷地分析它所看到的圖像，以獲取有用的信息。

當(dāng)一張臉進(jìn)入畫面時(shí)，十幾個(gè)新的算法就會同時(shí)啟動并開始工作。如果有人舉起一個(gè)物體，攝像頭就會忙著分析：它有文字內(nèi)容嗎？需要翻譯嗎？有二維碼嗎？背景有多遠(yuǎn)？

如果設(shè)備要及時(shí)完成這些任務(wù)，就會產(chǎn)生CPU使用率峰值、可見延遲以及用戶或系統(tǒng)工程師不希望出現(xiàn)的種種情況。

相反，如果人工智能助理在對場景感到不確定性時(shí)，發(fā)揮它的好奇心去檢查這些東西，確定分析物體的優(yōu)先級，是個(gè)相當(dāng)不錯(cuò)的折衷辦法。

通過觸摸感知

盡管視覺很重要，但它不是我們或機(jī)器人感知世界的唯一方式。許多機(jī)器人都配備了運(yùn)動、聲音和其他形式的傳感器，但對物體的實(shí)際接觸相對較少。我們可以把它歸因于缺乏良好的觸覺接口。

盡管如此，F(xiàn)acebook的研究人員還是想研究使用觸覺數(shù)據(jù)代替視覺數(shù)據(jù)的可能性。

仔細(xì)想想，這完全是正常的，就像有視覺障礙的人用觸覺來了解周圍的環(huán)境，獲取關(guān)于物體的細(xì)節(jié)。

因此，F(xiàn)acebook的研究人員部署了一個(gè)人工智能模型，機(jī)器人根據(jù)視頻來決定采取什么行動，但不是實(shí)際的視頻數(shù)據(jù)，而是給它輸入高分辨率的觸摸數(shù)據(jù)。

結(jié)果表明，該算法并不真正關(guān)心它是否像我們平時(shí)觀察世界的圖像，只要數(shù)據(jù)是以視覺方式呈現(xiàn)的，例如作為觸覺傳感器上的壓力圖，它就可以像圖像一樣分析該模式。

這對Facebook有什么用呢？

雖然Facebook對用戶接觸并沒有多大興趣。但這不僅僅是接觸的問題，而是跨模式應(yīng)用學(xué)習(xí)。

試想你第一次看到兩個(gè)不同的物體，閉上眼睛，單靠觸摸就可以很容易地分辨出來。為什么會這樣？

因?yàn)楫?dāng)你看到某個(gè)東西時(shí)，你不只是觀察到它的樣子，還構(gòu)想了一個(gè)內(nèi)部模型來表示它，包含了多種感官和視角。

類似地，人工智能助理可能需要將其學(xué)習(xí)的內(nèi)容從一個(gè)領(lǐng)域轉(zhuǎn)移到另一個(gè)領(lǐng)域，比如說聽覺數(shù)據(jù)告訴握力傳感器如何握緊物體，或者視覺數(shù)據(jù)告訴麥克風(fēng)如何分離聲音。

現(xiàn)實(shí)世界是一個(gè)復(fù)雜的環(huán)境，這里的數(shù)據(jù)更嘈雜，信息量更大。無論數(shù)據(jù)類型如何，都能夠利用這些數(shù)據(jù)對于可靠理解和與現(xiàn)實(shí)交互非常重要。

所以你會發(fā)現(xiàn)，這些研究本有趣，而且事實(shí)上也很重要。正如描述這項(xiàng)研究的博客文章所言：“我們專注于使用機(jī)器人技術(shù)，這不僅會生產(chǎn)出更有能力的機(jī)器人，還將在未來數(shù)年或者數(shù)十年內(nèi)挑戰(zhàn)人工智能的極限。如果我們想要更接近像人類那樣思考、計(jì)劃和推理的機(jī)器，那么我們需要構(gòu)建人工智能系統(tǒng)，使其能夠在多種場景中自主學(xué)習(xí)，不僅僅是在虛擬的數(shù)字世界。”

隨著各大網(wǎng)絡(luò)社交媒體不斷擴(kuò)大其影響力，其應(yīng)用程序和服務(wù)的的范圍涉及日常生活的方方面面，它對人工智能助力的要求也就越來越復(fù)雜。

雖然我們不會很快看到一個(gè)“Facebook機(jī)器人”，但未來可期。