0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能系統(tǒng)能否與人類水平的態(tài)勢感知相匹配?

陳偉 ? 2023-01-04 11:17 ? 次閱讀

想象一下,您正在開車并接近人行橫道。您觀察張貼的標牌,也許正在尋找交叉路口巡邏隊。如果您跟隨另一輛車,您知道它可能會停下來。到達十字路口后,您會左右掃視一下,看看是否有行人打算過馬路。您檢查已經(jīng)在人行橫道上的行人,并準備讓行人過馬路或即將過馬路。在安全的情況下,您可以繼續(xù)通過十字路口。

這個場景展示了情境意識,這是人類智能的一個特征,指的是意識到并能夠?qū)ξ覀兊闹車h(huán)境做出反應(yīng)。在自動駕駛汽車 (AV) 中,視覺系統(tǒng)、高端處理和神經(jīng)網(wǎng)絡(luò)使車輛能夠感知周圍環(huán)境、計劃行動并對不斷變化的刺激作出反應(yīng),但我們能否在這些系統(tǒng)中實現(xiàn)人類水平的態(tài)勢感知?看一看神經(jīng)網(wǎng)絡(luò)的進步,就會發(fā)現(xiàn)實現(xiàn)這一目標的潛力和局限性。

人類的態(tài)勢感知

繼續(xù)駕駛場景,人類駕駛員首先感知情況,這需要了解所涉及的物體和人員以及他們的情況和潛在的動作。我們檢測人行橫道標志和信號、前后車輛、行人和場景中的其他變量。我們還注意到更微妙的線索,例如行人的類型和風格(例如年輕、年長、好斗、醉酒、匆忙)、他們的情況(例如參與其他活動,單獨或成群結(jié)隊),以及他們的意圖跨越。在整個過程中,人類司機會同時忽略與情況無關(guān)的輸入,例如停在停車標志上的鳥或路邊的垃圾。

在人類情境意識中,感知和行動之間的延遲導致基于更廣泛經(jīng)驗的選擇:這就是預期結(jié)果和實際結(jié)果之間的差異。借鑒經(jīng)驗創(chuàng)造富有想象力的場景,幫助我們評估潛在風險并確定當前情況下的行動。換句話說,人類不僅記得先前行動與預期的輸出,而且還記得他們可能想象的替代場景。在駕駛場景中,人類可以想象在這種情況下會出現(xiàn)什么問題,并將行人的觀點作為決策過程的一部分。

想象潛在結(jié)果和觀點的能力證明了研究人員正在發(fā)現(xiàn)的東西——即,體現(xiàn)智能需要一個完整的感官、知覺和大腦不同部分的綜合系統(tǒng),它們一起工作以適應(yīng)情況。人類智能的這種物質(zhì)基礎(chǔ)展現(xiàn)了一種情感視野,它為感知、決策和行動提供了背景和方向。

人工智能中的態(tài)勢感知

有幾種技術(shù)可以在人工智能 (AI) 系統(tǒng)中實現(xiàn)態(tài)勢感知的某些方面。例如,在 AV 中,傳感器、傳感器融合和高端處理使車輛能夠感知場景并得出交通狀況的語義描述。他們通過構(gòu)建車輛環(huán)境的表示,然后將該表示拆分為單元來實現(xiàn)這一點?;旌蟼鞲衅鞣椒?、基于知識的推理、啟發(fā)式算法、貝葉斯推理、模糊邏輯和神經(jīng)網(wǎng)絡(luò)的組合創(chuàng)建了對人類駕駛員感知的總體估計。

為了在態(tài)勢感知中復制決策制定,可以通過局部優(yōu)化、近似推理和基于先前訓練模擬預期的神經(jīng)網(wǎng)絡(luò)來增強 AI 系統(tǒng)。在復制人類智能方面,神經(jīng)網(wǎng)絡(luò)捕獲大腦的結(jié)構(gòu)連通性,并使輸入特征與其隨時間的演變之間具有連續(xù)性。

模仿人類大腦功能連接的進步允許大腦不同部分的動態(tài)合作,包括高級、復雜結(jié)構(gòu)和有線神經(jīng)結(jié)構(gòu)之間的合作。啟用高級和神經(jīng)結(jié)構(gòu)之間的這種合作會導致一個開放的意義創(chuàng)造和推理系統(tǒng),類似于人類在情境意識中的決策。然而,不同大腦結(jié)構(gòu)之間的合作需要上層結(jié)構(gòu)連接,稱為有效連接,以捕捉一個神經(jīng)系統(tǒng)隨時間對另一個神經(jīng)系統(tǒng)施加的影響。如果沒有有效的連接,人工智能系統(tǒng)就無法根據(jù)輸入的重要性對輸入進行優(yōu)先級排序——做出決策和采取正確行動所需的優(yōu)先級排序。

結(jié)論

人類情境意識是指我們基于對整個場景的感知以及利用一系列相互關(guān)聯(lián)的經(jīng)驗(已實現(xiàn)或未實現(xiàn))做出決策的能力,對周圍環(huán)境的感知和反應(yīng)。即使神經(jīng)網(wǎng)絡(luò)進化到捕捉更復雜的態(tài)勢感知,它們也永遠無法真正匹配人類智能。AI 和人類之間的正確協(xié)同作用可以利用 AI 的優(yōu)勢,同時使人類能夠增強態(tài)勢感知并影響態(tài)勢控制。反過來,這將使機器更加智能(以它們的方式),并允許人類將注意力和精力集中在更具創(chuàng)造性的任務(wù)上。

審核編輯hhy

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    29383

    瀏覽量

    267672
  • 人工智能
    +關(guān)注

    關(guān)注

    1789

    文章

    46348

    瀏覽量

    236516
收藏 人收藏

    評論

    相關(guān)推薦

    《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第6章人AI與能源科學讀后感

    、優(yōu)化等方面的應(yīng)用有了更清晰的認識。特別是書中提到的基于大數(shù)據(jù)和機器學習的能源管理系統(tǒng),通過實時監(jiān)測和分析能源數(shù)據(jù),實現(xiàn)了能源的高效利用和智能化管理。 其次,第6章通過多個案例展示了人工智能在能源科學中
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第4章-AI與生命科學讀后感

    農(nóng)業(yè)、環(huán)保等,為人類社會的可持續(xù)發(fā)展做出貢獻。 總結(jié) 《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第4章關(guān)于AI與生命科學的部分,為我們展示了一個充滿希望和機遇的未來。在這個未來中,人工智能
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第一章人工智能驅(qū)動的科學創(chuàng)新學習心得

    的發(fā)展機遇。同時,這也要求科研人員、政策制定者和社會各界共同努力,構(gòu)建一個健康、包容的AI科研生態(tài)系統(tǒng)。 總之,《AI for Science:人工智能驅(qū)動科學創(chuàng)新》的第一章為我打開了一個全新的視角,讓我
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應(yīng)用前景分析

    與人工智能推薦系統(tǒng)中強大的圖形處理器(GPU)一爭高下。其獨特的設(shè)計使得該處理器在功耗受限的條件下仍能實現(xiàn)高性能的圖像處理任務(wù)。 Ceremorphic公司 :該公司開發(fā)的分層學習處理器結(jié)合了
    發(fā)表于 09-28 11:00

    智能制造與人工智能的區(qū)別

    智能制造與人工智能在定義、技術(shù)組成、應(yīng)用領(lǐng)域以及發(fā)展重點等方面存在明顯的區(qū)別。
    的頭像 發(fā)表于 09-15 14:27 ?471次閱讀

    人工智能ai4s試讀申請

    目前人工智能在繪畫對話等大模型領(lǐng)域應(yīng)用廣闊,ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個需要研究的課題,本書對ai4s基本原理和原則,方法進行描訴,有利于總結(jié)經(jīng)驗,擬按照要求準備相關(guān)體會材料。看能否有助于入門和提高ss
    發(fā)表于 09-09 15:36

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅(qū)動科學創(chuàng)新

    芯片設(shè)計的自動化水平、優(yōu)化半導體制造和封測的工藝和水平、尋找新一代半導體材料等方面提供幫助。 第6章介紹了人工智能在化石能源科學研究、可再生能源科學研究、能源轉(zhuǎn)型三個方面的落地應(yīng)用。 第7章從環(huán)境監(jiān)測
    發(fā)表于 09-09 13:54

    串口屏與人工智能的結(jié)合

    在當今智能化浪潮中,傳統(tǒng)設(shè)備與新興技術(shù)的融合正不斷推動產(chǎn)業(yè)升級,其中,串口屏與人工智能(AI)的結(jié)合尤為引人注目。串口屏作為一種常見的信息展示與交互設(shè)備,在工業(yè)控制、智能家居、醫(yī)療健康等多個領(lǐng)域發(fā)揮
    的頭像 發(fā)表于 08-16 12:29 ?1180次閱讀

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個方面: 一、深度學習加速 訓練和推理過程加速:FPGA可以用來加速深度學習的訓練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    計算機視覺與人工智能的關(guān)系是什么

    引言 計算機視覺是一門研究如何使計算機能夠理解和解釋視覺信息的學科。它涉及到圖像處理、模式識別、機器學習等多個領(lǐng)域的知識。人工智能則是研究如何使計算機具有智能行為的學科,包括感知、學習、推理、規(guī)劃
    的頭像 發(fā)表于 07-09 09:25 ?417次閱讀

    人工智能新紀元:具身智能引領(lǐng)機器人深度融入人類生活

    成為了窺見未來科技趨勢的重要窗口。在這場科技盛宴中,擎朗智能創(chuàng)始人兼CEO李通先生以其深刻的見解和前瞻性的預測,為我們描繪了一幅人工智能深度融入物理世界、與人類生活緊密相連的宏偉藍圖。
    的頭像 發(fā)表于 07-03 16:57 ?385次閱讀

    FMEA與人工智能的融合發(fā)展

    工具,正逐漸展現(xiàn)出其在賦能人工智能領(lǐng)域的巨大潛力。本文將分享FMEA如何與人工智能相結(jié)合,共同開啟智能風險預防的新紀元。 一、FMEA與人工智能:相得益彰的結(jié)合 FMEA通過分析產(chǎn)品或
    的頭像 發(fā)表于 03-18 16:21 ?602次閱讀

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產(chǎn)業(yè)變革的時代背景下,嵌入式人工智能成為國家新型基礎(chǔ)建設(shè)與傳統(tǒng)產(chǎn)業(yè)升級的核心驅(qū)動力。同時在此背景驅(qū)動下,眾多名企也紛紛在嵌入式人工智能領(lǐng)域布局
    發(fā)表于 02-26 10:17

    生成式人工智能感知人工智能的區(qū)別

    生成式人工智能感知人工智能人工智能領(lǐng)域中兩種重要的研究方向。本文將探討這兩種人工智能的區(qū)別。 生成式
    的頭像 發(fā)表于 02-19 16:43 ?1348次閱讀

    人工智能在武裝沖突決策中的應(yīng)用

    AI-DSS 的優(yōu)勢往往體現(xiàn)在提高態(tài)勢感知能力和加快決策周期上。下文將根據(jù)人工智能系統(tǒng)人類的局限性,并結(jié)合現(xiàn)代沖突的規(guī)劃過程,對這些說法進
    發(fā)表于 10-31 14:42 ?241次閱讀