우리는 물체를 식별하거나 거리를 탐색하거나 얼굴 표정을 인식하기 위해 기계 학습 시스템을 훈련 해 왔지만 그들을 예를 들어 개를 시뮬레이션 할 수있는 수준만큼 정교하기 어려운 과 같다. 하지만 여기서 소개하는 프로젝트는 그것을 노리 겠다는 것이다, 뭐 물론 극히 제한된 범위이긴하지만. 다음에 소개하는 AI는 한 마리의 현명한 여성 개 행동을 관찰함으로써 개처럼 행동하는 방법의 기초를 배웠다.
이 연구는 워싱턴 대학 과 Allen AI 연구소의 공동 연구이며, 그 결과 논문 은 6 월 CVPR (컴퓨터 비전 및 패턴 인식의 국제 회의)에서 발표된다.
왜이 연구를 할 것인가? 글쎄, 개체를 식별하거나 그것에 주목한다고 인식의 하위 작업을 시뮬레이션하기위한 연구는 많이 이루어 왔지만, "에이전트가 시각을 이용하여 행동 작업을 일으키기 위해 필요한 시각적 데이터의 이해 '라는 의미에서는 그다지 많은 연구는 행해지 지 않았다. 즉, 눈으로 행동보다는 그 눈을 움직이는 것으로 행동이다.
게다가 왜 개인가? 왜냐하면 그들은 충분한 복잡성을 갖춘 지능형 에이전트이며 "에도 불구하고 그 목표와 동기를 종종 선험적으로 알 수는 어렵 기 때문"이다. 즉, 개는 분명 똑똑한 존재이지만, 그들이 무슨 생각을하는지는 알 수 없다는 것이다.
이 연구의 첫 번째 시도로서 팀은 개를 밀접하게 모니터하고 이동이나 행동을 개가보고 환경에 매핑하여 강아지의 움직임을 정확하게 예측하는 시스템을 만들어 낼 수 있는지 여부 를 알고 싶어했다.
그래서, 그들은 Kelp M. Redmon라는 에스키모 개에 기본적인 센서들을 장착했다. Kelp 머리에는 GoPro 카메라가 올라, 다리, 꼬리, 몸통에 6 개의 관성 측정 장치가 장착되어 각각의 위치를 검출한다. 또한 마이크와 모든 데이터를 통합하기위한 Arduino도 포함되었다.
그들은 몇 시간에 걸친 Kelp의 활동을 기록했다. 다양한 환경에서 걷고 물건을 받게 도그 파크에서 놀고 먹는다. 이러한 움직임을 개가 본 것과 동기화 기록한 것이다. 그 결과 얻은 것이 "개 환경의 자아 중심의 행동 데이터 세트"(Dataset of Ego-Centric Actions in a Dog Environment : DECADE)이다. 이 데이터는 새로운 AI 에이전트를 양성하기 위해 사용된다.
훈련 된 AI 에이전트는 특정 감각 입력 (예를 들면 방이나 거리 풍경 또는 거기를 가로 지르는 공 같은 것)이있을 때, 그 상황에서 개가 무엇을할지 예측할 수있다 . 물론, 수 섬세한 수준이 아니다. 그러나 단순히 어느 신체를 어떻게 움직이려고 할 것인지, 어디로 이동하려고 하는지를 판정하는 것만으로도 대단한 일이다.
연구자의 한 사람인 Hessam Bagherinezhad는 "보행시 관절의 움직이는 방법을 학습하고 걷거나 달리거나 할 때 장애물을 회피하는 방법을 배우고있다"고 이메일로 회신 해왔다. "다람쥐를 쫓아 것을 배우고 주인 뒤에 따라"잡아 와라 "에 대한 비행 애견 장난감을 추적하는 것을 배우고 있습니다. 이러한 각 작업에 대한 별도의 데이터 (행동 계획 보행 가능한 표면, 물체 인식, 물체 추적, 인물 인식)를 수집하여 우리가 해결하려고하는 컴퓨터 비전과 로봇의 기본적인 AI 태스크의 일부입니다. "
이것은 매우 복잡한 데이터를 생성하는 것이 가능하다. 예를 들어 개 모델은 진짜 개 자신이 그렇게하고있는 것처럼 여기에서 거기까지 걷는 때 어디를 걸을 수 있는지를 알아야한다. 그것은 나무 위나 차에, 그리고 (가정에 따라 생각하지만) 소파 위를 걷는 수 없기 때문이다. 따라서 모델은 그들도 학습한다. 그 결과는 별도 컴퓨터 비전 모델로 이용되고 애완 동물 (혹은 다리가 로봇)이 보이고있는 이미지의 어디를 걸을 수 있는지를 결정하기 위해 유효하다.
이것은 아직 첫 번째 실험에 불과하다. 연구자들은 실험은 성공했지만 결과는 여전히 제한되어 있다고한다. 더 많은 감각의 혼잡이있을 수있는 것이다 (후각은 분명히 그 중 하나이다) 또는 1 마리 (또는 그 이상의) 개에서 만들어진 모델이 다른 강아지들에게 얼마나 일반화 적용 할 수 있는지 연구도 생각할 수있을 것이다. 그들의 결론은 이렇다 : "우리는이 연구가 시각 정보와 우리의 세계에 살고있는 다른 지적 존재에 대한 더 나은 이해를 창조하는 방법에 대한 길을 개척해 주길 기대 있습니다. "
