Zi 字媒體

如同NVIDIA藉由建立全3D擬真虛擬環境，藉此讓自動駕駛或自動化操作等人工智慧技術應用，能藉此進行深入的訓練學習，Facebook稍早宣布透過虛擬環境設計工具，讓開發者能藉由建立更擬真的虛擬環境，讓電腦系統能從中學習各類應用情境中的操作互動需求。 由於在真實環境中讓電腦系統進行學習，雖然能以最真實場景進行訓練，但往往也伴隨前期訓練過程可能會出現失控，或是整體訓練成本較高，以及實際效率等問題，例如訓練自駕車系統如何在道路上正確行駛，一開始可能會面臨車輛無法順利言著正確路徑前進，甚至可能發生車輛撞傷等情況，因此NVIDIA後續提出的訓練方式，則是藉由顯示卡運算效能建立貼近真實世界場景的3D虛擬環境，讓自駕車系統能在初期階段先以模擬方式進行訓練。 透過軟硬體模擬訓練，即可在同時間內以虛擬化方式讓多組自駕車系統投入學習，藉此讓整體訓練學習所需時間大幅縮減，例如原本需要1個月的訓練時間，藉由大量相同系統進行密集訓練之下，大約僅需1週時間即可達成相同學習訓練成果，同時是在安全、節省成本情況下完成訓練。 而此次由Facebook人工智慧團隊與虛擬實境實驗室提出的AI Habitat平台，以及Replica資料庫系統，則可讓開發者快速藉由對應真實物理環境的數據，針對各類人工智慧訓練需求建造貼近真實世界的虛擬場景。 在這個虛擬場景中，開發者可設定讓人工智慧針對訓練場景中所發生情境進行學習，例如用於訓練家中監視系統，當發現家中大門在深夜時刻以不正常情況開啟時，即可自動進入戒備狀態，並且啟動錄影記錄功能，或是自動偵測家中廚房爐火是否在長時間無人狀態下維持開啟，此時就會自動發出警告等。 目前Facebook已經針對此項工具提供18種空間模版，其中包客廳、會議室，獨棟兩層房屋等空間，並且透過Github提供下載使用，甚至可以依照需求進行修改。 類似應用，Ubisoft過去推出《看門狗2》時，曾經也標榜將完整舊金山市區資料收錄在遊戲內，並且可藉由隨機模擬路人於街上行進情況，讓自駕車系統能此作為自動駕駛訓練使用。並且藉由模擬真實舊金山市區高低起伏、狹窄路況，以及繁雜行人行進狀況，讓自駕系統能學習實際駕駛方式。 另一方面，百度先前也宣布攜手Unity建立擬真虛擬環境，讓自駕車能在虛擬環境中更有效率地學習開車。 分享此文： 分享到 Twitter(在新視窗中開啟) 按一下以分享至 Facebook(在新視窗中開啟) 點這裡列印(在新視窗中開啟) 點這裡寄給朋友(在新視窗中開啟) 請按讚： 喜歡 載入中...