วันพฤหัสบดีที่ 28 มกราคม พ.ศ. 2564

จะฝึกหุ่นยนต์โดยใช้ AI และซุปเปอร์คอมพิวเตอร์ได้อย่างไร

 ตัวอย่างกลุ่มจุดที่สร้างจาก PCGAN ภาพจาก UT Arlington

นักวิทยาศาสตร์คอมพิวเตอร์ที่ University of Texas at Arlington (UT Arlington) กำลังใช้เครือข่ายปฏิปักษ์ร่วมกำเนิด (generative adversarial networks) หรือ GAN เพื่อฝึกหุ่นยนต์ให้รู้จักวัตถุต่าง  ๆ  การฝึกแบบนี้ปกติแล้วต้องใช้ชุดข้อมูลภาพขนาดใหญ่มาก แต่ GAN สามารถสร้างข้อมูลได้อย่างไม่จำกัด ซึ่งทำให้สามารถฝึกสอนหุ่นยนต์ได้ในเพียงไม่กี่วินาที นักวิจัยได้พัฒนา PCGAN ซึ่งเป็น GAN แบบมีเงือนไขตัวแรกที่สามารถสร้างกลุ่มของจุดสีที่หนาแน่นได้ในโหมดที่ไม่ต้องฝึกสอน จากการประเมินตัวอย่างแบบสุ่ม 5,000 ตัวอย่างของวัตถุในแต่ละคลาส นักวิจัยพบว่า PCGAN สามารถสังเคราะห์กลุ่มของจุดที่มีคุณภาพสูงสำหรับ อะเรย์ที่แตกต่างกันของวัตถุในคลาสต่าง  ๆ นักวิจัยบอกว่าเรากำลังเริ่มจากจุดเล็ก ๆ และสร้างลำดับชั้นเพื่อนำไปสร้างฉากสังเคราะห์ที่สมบูรณ์ (full synthetic scene generation) ที่จะเป็นประโยชน์อย่างมากสำหรับหุ่นยนต์

อ่านข่าวเต็มได้ที่: Texas Advanced Computing Center

ไม่มีความคิดเห็น:

โพสต์ความคิดเห็น