機器人怎么更懂人類？谷歌：看這五萬多個視頻！

【網(wǎng)易智能訊 10月26日消息】機器人正在看著我們，谷歌在YouTube上發(fā)布了一組視頻，幫助機器了解人類如何在這個世界上生存。

“原子視覺動作”（AVA）是人們從事日常活動的三秒鐘視頻，比如喝水、拍照、演奏樂器、擁抱、站立或烹飪等。每段視頻都標(biāo)明了人工智能應(yīng)該關(guān)注的人，以及他們的姿勢描述，還有他們是否與某個物體或其他人進(jìn)行互動。

谷歌最近在一篇博客文章中描述了這個新的數(shù)據(jù)集，稱：“盡管過去幾年在圖像分類和尋找物體方面取得了令人激動的突破，但認(rèn)識人類行為仍然是一個巨大的挑戰(zhàn)。這是因為，從本質(zhì)上講，動作比視頻中的物體更不明確。”

57600個視頻片段只強調(diào)了80個動作，但卻需要給超過96000人貼上標(biāo)簽。谷歌從流行電影中截取部分片段，強調(diào)它們來自“不同的流派和國家”。如果一段視頻中有兩個人，每個人都被分別標(biāo)記，這樣機器就可以知道，兩個人需要互相握手，或者有時人們在擁抱時接吻。

這項技術(shù)將幫助谷歌分析多年的視頻，還能幫助廣告商更好地瞄準(zhǔn)消費者，因為他們更有可能觀看視頻。一篇附帶的研究論文稱，谷歌的最終目標(biāo)是教計算機社交視覺智能，即“理解人類在做什么，下一步該做什么，以及他們想要達(dá)到什么目標(biāo)。”

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。