MizzouEngineering的研究人員正在研究如何設(shè)計(jì)材料以提高機(jī)器查看和理解物理對(duì)象的能力。問題是兩方面的。一方面，團(tuán)隊(duì)需要弄清楚為什么人工智能(AI)算法有時(shí)會(huì)錯(cuò)誤地識(shí)別或無(wú)法正確識(shí)別圖像中的對(duì)象。最終，這些算法控制無(wú)人機(jī)和自動(dòng)駕駛汽車的行為。另一方面，他們需要確定材料需要哪些屬性才能與這些算法進(jìn)行理想的交互。

“我們希望人工智能看得更清楚，”德里克·安德森副教授說。“就好像我不戴眼鏡走來走去，一切都顯得模糊。我們想要設(shè)計(jì)眼鏡，讓AI算法盡可能地發(fā)揮作用。但是你如何為人工智能算法設(shè)計(jì)這些眼鏡呢?你如何選擇合適的材料?”

電氣工程和計(jì)算機(jī)科學(xué)研究人員以及陸軍工程師研發(fā)中心正在從兩端解決這個(gè)問題。Anderson和博士生CharlieVeal正試圖確定算法何時(shí)以及為何會(huì)崩潰。ScottKovaleski教授和博士生MarshallLindsay正在研究等式的物理方面，看看是否有可能創(chuàng)造一種材料來幫助AI實(shí)現(xiàn)愿景或幫助我們了解阻礙該愿景的因素。

“如果我們了解算法有什么缺陷或困難，我們可以改進(jìn)它，或者，另一方面，根據(jù)目標(biāo)，嘗試讓算法保持混亂，”科瓦萊斯基說。“我們正在尋找通過將材料與電磁波相互作用的機(jī)制納入我們的算法來組合或塑造現(xiàn)有材料以產(chǎn)生所需效果的方法。”

對(duì)于自動(dòng)駕駛汽車，它可以放大一些物體，同時(shí)從本質(zhì)上過濾掉您可能不希望自動(dòng)駕駛汽車看到的物體。例如，車輛需要看到它前面的人，但它不應(yīng)響應(yīng)路邊廣告圖像中的人。

在另一個(gè)例子中，在服裝中使用新材料可以使自動(dòng)駕駛汽車在光線不足的情況下更容易檢測(cè)到騎自行車的人或行人。

在應(yīng)用中，它可以通過改進(jìn)視覺引導(dǎo)無(wú)人機(jī)或地面車輛以支持部隊(duì)運(yùn)輸、導(dǎo)航和探索來幫助挽救生命。

該團(tuán)隊(duì)最近向2020年和2021年光光學(xué)儀器工程師協(xié)會(huì)提交了他們?cè)贏I增強(qiáng)型編碼孔徑和全息術(shù)方面的發(fā)現(xiàn)。正如人工智能可以用來設(shè)計(jì)更好的材料一樣，了解物體和環(huán)境的物理環(huán)境(例如電磁約束)可以提高人工智能算法的有效性。

在數(shù)字空間中，人工智能擅長(zhǎng)識(shí)別圖像中的物體。例如，GoogLeNet等分類網(wǎng)絡(luò)可以識(shí)別照片中的球或蘋果。但是如果你用濾鏡稍微改變圖像，人工智能就很難正確識(shí)別物體，即使人眼無(wú)法檢測(cè)到這種變化。

Lindsay說，這是因?yàn)锳I被訓(xùn)練來尋找特定的東西。例如，您可以通過向AI展示狗的圖像來訓(xùn)練它繪制狗，但這并不意味著計(jì)算機(jī)了解狗是什么。

“通常情況下，人工智能會(huì)學(xué)習(xí)是什么造就了一只‘好’狗，比如腿、頭和耳朵，”林賽說。“但是，如果我們不明確告訴它，人工智能可能會(huì)錯(cuò)過關(guān)鍵概念，例如只有四條腿的狗。在這種情況下，我們會(huì)看到AI想象“狗”的腿數(shù)不正確。如果我們想利用AI解決問題的能力，同時(shí)確保其決策不違反任何物理環(huán)境，則為AI提供這種物理環(huán)境至關(guān)重要。”

基于可解釋人工智能的基礎(chǔ)

該團(tuán)隊(duì)還在2020年電氣和電子工程師協(xié)會(huì)(IEEE)計(jì)算智能研討會(huì)系列中展示了他們的發(fā)現(xiàn)。Veal說，我們的目標(biāo)是創(chuàng)建一種機(jī)器，能夠以人類可控和可理解的方式來說明AI算法的行為。他的部分研究側(cè)重于機(jī)器的構(gòu)建和在不同條件下評(píng)估AI算法。

“這個(gè)研究項(xiàng)目很有趣，因?yàn)樗粌H讓我們創(chuàng)造了一臺(tái)可以識(shí)別AI行為(好的和壞的)的機(jī)器，而且還建立了一個(gè)實(shí)驗(yàn)基礎(chǔ)，幫助我們了解應(yīng)該如何使用這些不同的算法——并且最重要的是不應(yīng)該如何使用它們，”他說。“總的來說，我希望這項(xiàng)研究能啟發(fā)其他人來檢查不同AI算法的行為。”

不過，就目前而言，該小組正在努力了解物理學(xué)和人工智能相互作用背后的概念。

“一方面，你擁有相互關(guān)聯(lián)的人工智能和材料，”安德森說。“如果你能改進(jìn)材料，你就可以更容易地找到東西。相反，你可以讓事情更難看。迄今為止，人工智能與材料之間存在著這種結(jié)合，但尚未受到足夠的重視。我們正在探索一些基本問題，這些問題應(yīng)該如何在數(shù)學(xué)上和實(shí)驗(yàn)上聯(lián)系起來。”

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！