写点什么

哈佛大学联合 MIT 研究人员发布了 Clevrer 数据集,以推进视觉推理和神经符号 AI 的发展

  • 2020-06-08
  • 本文字数:1705 字

    阅读完需:约 6 分钟

哈佛大学联合MIT研究人员发布了Clevrer数据集,以推进视觉推理和神经符号AI的发展

近日,哈佛大学和麻省理工学院沃森 AI 实验室的研究人员发布了 Clevrer 数据集,用于评估 AI 模型识别因果关系和进行推理的视频诊断数据集。麻省理工学院 IBM 沃森实验室负责人大卫·考克斯 (David Cox) 称, Clevrer 数据集可以在创造混合 AI 方面取得进展,混合 AI 是指结合了神经网络和符号 AI 的混合型 AI。IBM 研究团队负责人达里奥·吉尔 (Dario Gil) 亦将神经符号 AI 列为 2020 年最重要的进展之一。


Clevrer 是一个诊断视频数据集,用于系统评估各种推理任务上的计算模型。近期,在全数字化的国际表征学习会议 (ICLR) 上发表的一篇论文中,介绍了有关视频表征与推理 (Clevrer) 数据集碰撞事件的初步研究成果。


Clevrer 建立在 Clevr 基础之上。Clevr 是斯坦福大学 (Stanford University) 和 Facebook AI 研究团团队 (Facebook AI Research)于 2016 年发布的一组数据集,用来分析神经网络的视觉推理能力。该团队成员包括大名鼎鼎的 ImageNet 创始人李飞飞 (Fei Fei Li) 博士。在国际表征学习会议 (ICLR) 上,Clevrer 的共同创作者例如来自麻省理工学院-IBM 沃森实验室 (MIT-IBM Watson Lab) 的庄根和来自 Deepmind 的普希梅特·科利 (Pushmeet Kohli) 等人对神经符号概念 NS-DR (Neuro Symbolic Concept Learner,NS-DR),一种应用于 Clevr 的神经符号学模型做了介绍。


该论文写道:“我们对视频的时间和因果推理进行了系统性的研究。视频的时间和因果推理这个问题非常深刻且具有挑战性,它困扰研究人员很久了,但我们才刚刚开始用‘现代化的’ AI 工具来对它进行研究。”“我们新开发的 Clevrer 数据集和 NS-DR 模型即是朝这个研究方向进行的初步探索。”


Clevrer 数据集由 Bullet 物理模拟器制作,包括 2 万部展示桌面上物体碰撞的合成视频和一组自然语言数据集,其中包括与视频内物体相关的问题和答案。总共有超过 30 万个这样的问题和答案,它们被分为描述性、解释性、预测性和反事实性等类别。


麻省理工学院-IBM 沃森实验室负责人大卫·考克斯 (David Cox) 在一次采访中向 媒体透露,他坚信 Clevrer 数据集将有助于创造混合 AI,混合 AI 结合了神经网络和符号 AI。考克斯表示,IBM 研究团队 (IBM Research) 将把该方法应用于 IT 基础设施管理和工厂、建筑工地等工业环境。


考克斯称:“我认为这个数据集对几乎所有类型的应用都很重要。“通过该数据集,我们可以将世界简单化为许多到处移动的球,这也正是观察世界、了解世界、以及做计划并改变世界的第一步。因此,我们认为这个数据集的应用或将横跨多个领域,而视觉和机器人技术则是很好的开始。”


麻省理工学院-IBM 沃森 AI 实验室成立于三年前,旨在取得与广义 AI 主题相关的颠覆性进展。该实验室如 ObjectNet 等一些成果凸显了 ImageNet 之类的深度学习成功案例相对薄弱,所以该实验室已把重心转向了神经网络和符号或经典 AI 的结合上。


符号 AI 和神经网络一样,已经存在了几十年之久。考克斯认为,神经网络在等待着合适的条件出现,如足够多的数据和足够多的计算符号,与此同时 AI 也在等待着神经网络的发展,以便再度复苏。


考克斯说,这两种 AI 的互补性很好,如果能够结合,我们便可以用更少的数据和更高的效能来打造更稳健和更可靠的模型。在年初与 VentureBeat 的一次访谈中,IBM 研究团队负责人达里奥·吉尔 (Dario Gil) 称神经符号 AI 将成为 2020 年最重要的进展之一。


考克斯说,不论你想得到什么结果,通过神经符号 AI,你都可以表征知识或程序,而不是像神经网络那样映射输入和输出。因此,这或许能够使 AI 更好地帮助我们解决现实世界的问题。


考克斯称,“谷歌有一条数据之河,亚马逊也有,这些都不是坏事,但我们绝大多数的问题更像是智力游戏,所以我们认为,要向前发展,真正让 AI 不再是概念上的炒作,我们需要建立能够实现这一点的系统,这些系统有逻辑组件,可以能够灵活地重新配置自己,可以根据环境和实验采取行动,可以解释这些信息,并拥有其认知世界的内在心理模型”。


麻省理工学院-IBM 沃森 AI 联合实验室成立于 2017 年,总投资 2.4 亿美元。


原文链接:


https://venturebeat.com/2020/04/28/mit-researchers-release-clevrer-to-advance-visual-reasoning-and-neurosymbolic-ai/


2020-06-08 10:281368
用户头像
李冬梅 加V:busulishang4668

发布了 922 篇内容, 共 513.6 次阅读, 收获喜欢 1090 次。

关注

评论

发布
暂无评论
发现更多内容

三步教你编写一个Neumorphism风格的小时钟

空城机

JavaScript Vue 大前端 6月日更

区块链行业的《高考志愿填报指南》

CECBC

NQI国家质量基础设施“一站式”公共服务平台开发建设

源中瑞-龙先生

开发 NQI 质量基础设施“一站式”

Java Shutdown Hook 场景使用和源码分析

陈皮的JavaLib

Java 线程安全 Thread

系统设计系列之任务队列

看山

MQ 6月日更

🌏【架构师指南】教你如何设计和规划系统架构(13条)

洛神灬殇

架构设计 架构设计原则 架构师技能 6月日更

职场礼仪之坐车礼仪

石云升

6月日更 职场礼仪

Windows PowerShell ISE 是什么和 PowerShell 有什么区别

HoneyMoose

Windows 使用 PowerShell 来管理另外一台 Windows 机器

HoneyMoose

【Flutter 专题】106 图解 AnimatedWidget & AnimatedBuilder 动画应用

阿策小和尚

Flutter 小菜 0 基础学习 Flutter Android 小菜鸟 6月日更

如何拆分大型单体系统为微服务

Zhang

微服务

颠覆与创新,区块链将成音乐产业的下一个风口

CECBC

马丁策略量化交易系统搭建,网格量化策略系统

并发王者课-黄金1:两败俱伤-互不相让的线程如何导致了死锁僵局

MetaThoughts

Java 多线程 并发

小型电商微服务架构拆分

Simon

架构实战营

栈和队列没想象中那么难

北游学Java

Java 数据结构 队列

2021年最新阿里巴巴Java面试权威指南(泰山版)震撼来袭

Java 程序员 架构 面试 计算机

JAVA对象直接输出的打印结果是什么?

加百利

Java 后端 字符串 6月日更

Python——列表元素的排序

在即

6月日更

🌏【架构师指南】带你分析认识缓存穿透/雪崩/击穿

洛神灬殇

缓存穿透 缓存击穿 缓存雪崩 6月日更

网络攻防学习笔记 Day42

穿过生命散发芬芳

网络攻防 6月日更

读深入ES6记[五]

蛋先生DX

ES6 6月日更

kubelet分析-pvc扩容源码分析

良凯尔

Kubernetes 源码分析 kubelet Ceph CSI

GitHub已霸榜!阿里技术官肝了3个月才完成的20万字Java面试手册

Java 程序员 架构 面试

Kubernetes手记(9)- Ingress 控制器

雪雷

k8s 6月日更

给dubbo贡献源码,做梦都在修bug

捉虫大师

dubbo

22 图 |M1 和 Docker 谈了个恋爱

悟空聊架构

Mac M M1 Dock 6月日更 dokcer

深入SpringBoot的异常处理(一)

卢卡多多

异常 SpringBoot 2 全局异常 6月日更

金三银四跳槽季,美团、字节、阿里、腾讯Java面经,终入字节

Java 程序员 架构 面试

图解 SQL,这也太形象了吧!

xcbeyond

MySQL 6月日更

Django组队学习Task0

IT蜗壳-Tango

IT蜗壳教学 6月日更 Datawhale

哈佛大学联合MIT研究人员发布了Clevrer数据集,以推进视觉推理和神经符号AI的发展_文化 & 方法_KHARI JOHNSON_InfoQ精选文章