> 객체가 어떻게 움직일 것인지 예측할 수있는 인간의 능력과 일치 할 수있는 새로운 컴퓨터 모델이 개발되었습니다. 이 모델은 자율 주행 자동차 및 기타 자율 시스템의 안전성을 향상시키고 비디오 게임 및 영화의 객체를 시뮬레이션하는 데 사용될 수 있습니다.
> 인간은 상식뿐만 아니라 시각적 및 신체 지식을 이끌어 객체 움직임을 예측합니다. Stanford University의 연구원들이 개발 한 컴퓨터 모델은 기계 학습 및 물리 기반 시뮬레이션을 결합하여 공이 테이블에서 튀어 오는 방법 또는 액체가 유리로 흐르는 방법을 예측하는 등 다양한 작업에서 인간과 같은 성능을 달성합니다.
Stanford의 컴퓨터 과학 교수이자 Stanford 인공 지능 실험실의 이사 인 Peter Abbeel은“우리 모델은 인간에게 직관적 인 방식으로 우리 주변의 세상을 시뮬레이션 할 수 있습니다. "이것은 자율 주행 자동차 및 비디오 게임과 같은 정확한 객체 예측에 의존하는 새로운 응용 프로그램에 대한 광범위한 가능성을 열어줍니다."
> 컴퓨터 모델은 공간 정보를 처리 할 수있는 인공 신경 네트워크 인 CNN (Convolutional Neural Networks)의 조합과 물리 기반 엔진을 사용하여 물체의 움직임을 시뮬레이션합니다. CNN은 물체의 모양 및 질감과 같은 시각적 입력에서 기능을 추출하는 데 사용되며 물리 기반 엔진은 해당 기능을 기반으로 물체의 이동 방식을 시뮬레이션하는 데 사용됩니다.
>이 모델은 인간 모션 캡처 데이터의 대규모 데이터 세트에 대한 교육을 받았으며, 이로 인해 인간이 물체의 움직임을 예측하는 방법을 배울 수있었습니다. 연구원들은이 모델이 공의 경로 예측, 액체의 궤적 및 인간의 손의 움직임을 포함하여 다양한 작업에서 인간과 같은 성능을 달성 할 수 있음을 발견했습니다.
"우리는 우리의 모델이 인간의 직관과 기계 학습 사이의 격차를 해소하는 데 도움이되기를 희망한다"고 Abbeel은 말했다. "두 세계의 최고를 결합함으로써 우리는보다 안전하고 효율적이며 사용자 친화적 인 자율 시스템을 만들 수 있습니다."
