據(jù)外媒報(bào)道，日前，F(xiàn)acebook發(fā)布了三款新工具，SoundSpaces、 Semantic MapNet， 以及一個(gè)探索模型，幫助AI將學(xué)習(xí)如何規(guī)劃路線、觀察周圍的物理環(huán)境、傾聽正在發(fā)生的事情，以及構(gòu)建3D空間記憶。

“具身AI”（embodied AI ）這一概念來源于“具身認(rèn)知”（embodied cognition），該理論認(rèn)為，心理學(xué)的許多特征都是由有機(jī)體整個(gè)身體的各個(gè)方面塑造的。研究人員將這一邏輯應(yīng)用到AI中，旨在提高AI系統(tǒng)的性能，如聊天機(jī)器人、機(jī)器人、自動(dòng)駕駛汽車，甚至是與環(huán)境、人以及其他AI進(jìn)行交互的智能揚(yáng)聲器。例如，具身機(jī)器人可以檢查一扇門是否上鎖，或者取回樓上臥室里正在響鈴的智能手機(jī)。Facebook表示，“通過推進(jìn)這些相關(guān)研究，并與更廣泛的AI社區(qū)分享我們的工作，我們希望加快構(gòu)建具身AI系統(tǒng)和AI助手，幫助人們?cè)诂F(xiàn)實(shí)世界中完成各種復(fù)雜的任務(wù)。”

雖然視覺是感知的基礎(chǔ)，但聲音也同樣重要。聲音能捕捉豐富的信息，這些信息通常難以通過視覺或力的數(shù)據(jù)察覺，比如干葉子的紋理或香檳瓶?jī)?nèi)的壓力。但很少有系統(tǒng)和算法利用聲音作為構(gòu)建物理理解的工具，因此Facebook發(fā)布了SoundSpaces。

SoundSpaces是一個(gè)基于3D環(huán)境聲學(xué)模擬的音頻渲染語料庫。該數(shù)據(jù)集旨在與Facebook的開源模擬平臺(tái)AI Habitat一起使用，提供軟件傳感器，使其可以在掃描的真實(shí)環(huán)境中插入模擬聲源。
責(zé)任編輯：tzh