让AI学会恐惧,可能会提高自动驾驶汽车的安全性

  • 时间:
  • 浏览:1
  • 来源:5分11选5官网-5分3D平台_5分6合网投平台
 olivia chan • 2019-05-20 14:44:46 来源:前瞻网 E1611G0

微软的研究人员正在给AI系统应用应用程序提供焦虑的粗略模拟,当计算机学习驾驶虚拟世界时,它会使用你這個 “恐惧”信号作为指导:可能性另一两个 人会感到害怕,计算机也可能性会冥想“我做错了”,从而提升驾驶的安全性。

近年来,可能性人工智能的迅猛发展,使得自动驾驶汽车在城市道路上奔驰的场景不再是另一两个 遥不可及的概念。

后来,尽管人工智能目前取得了长足的进步,但有一件事是人类应该清楚的认识,那就说 人工智能天生不具备人类所拥有的恐惧感。

由恐惧驱动的生理反应帮助人类做出关键决定,保持警觉,尤其是在开车原来的清况 下。

在一项新的研究中,微软的研究人员提高自动驾驶汽车的决策技能借鉴了你這個 理念,努力研发学习变快,出错更少的“具有直觉的机器”。

该团队在2019年学习表征国际会议(ICLR)上发表的一篇论文中完全阐述了大伙的发现。

为了教会人工智能“感知”恐惧,研究人员在驾驶模拟器中使用脉冲传感器来跟踪大伙的觉醒。

后来,你這個 信号被输入到算法中,以了解是你這個 清况 原应另一两个 人的脉搏达到峰值。

作者Daniel McDuff和Ashish Kapoor在论文的摘要中解释道:“随着大伙协会驾驭世界,自主神经系统(相似,“战斗或逃跑”)反应提供了关于行动选用的潜在后果的内在反馈(相似,当靠近悬崖边缘或在弯道附进快速行驶时变得紧张。)”

生理变化与你這個 生物制剂有关,它们可不不可不还还可否 保护另一两个 人免受危险。”

研究人员表示,教授算法当另一两个 人在特定清况 下可能性感到更焦虑时的感受,可不不可不还还可否 作为帮助机器规避风险的指南。

研究小组解释说:“大伙的假设是,在强化学习环境中,原来的奖励函数可不不可不还还可否 规避与稀疏和倾斜奖励相关的挑战,并能助 提高样本强度。”

研究人员让自主软件通过另一两个 到处总要墙壁和坡道的模拟迷宫,观察它们在恐惧中表现怎么才能 才能 。

后来,与只基于临壁训练的人工智能相比,协会恐惧的系统崩溃的可能性性要小得多。

研究人员写道:“与交感神经系统反应相关的信号训练奖励机制的另一两个 主要好处是,奖励是非稀疏的——负面奖励在车祸居于前就开使了了突然经常出现了。”

“这将提高培训的强度,可能性设计得当,还能制定出与目标一致的政策。”

后来还有一些值得警醒的地方。

研究人员指出:“嘴笨 情绪对决策很重要,但在一些清况 下,它们也会对决策产生不利影响。”

“以前的研究将考虑怎么才能 才能 平衡内在奖励和外在奖励,包括对含高 多种内在驱动力(如饥饿、恐惧和痛苦)的表现形式的扩展。”

相关厚度报告 REPORTS

本文来源前瞻网,转载请注明来源。本文内容仅代表作者自己观点,本站只提供参考不要构成任何投资及应用建议。(若居于内容、版权或其它疑问,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-320020062 或 hezuo@qianzhan.com