新时代高科技不计其数越来越发达，小伙伴们看过不少科技新闻吧，在我们生活中应该也用到很多这些高科技东西，有哪些小伙伴值的关注的呢，今天就跟大家分享一篇有关科技方面知识，希望大家会喜欢。

虚拟机器人已经上升到一个精英平台，致力于提升他们的游戏。这个平台被称为人工智能栖息地。

这要归功于Facebook的研究人员，他们认识到，如果代理人想要在从卧室到走廊、穿过博物馆走廊、外出和在商店里走动的过程中正常工作，他们需要更好的逼真环境。

科技观察人士，尤其是那些关注人工智能这一广泛话题的人，一直在关注一种名为“人工智能栖息地”(AI Habitat)的技术的进展。它是一个开放的嵌入式人工智能研究平台。

在Facebook人工智能博客中，作者表示，这是Facebook人工智能努力的一部分，目的是创建“不那么依赖用于监督培训的大型注释数据集”的系统。随着越来越多的研究人员采用该平台，我们可以更快地集体开发嵌入式人工智能技术，并意识到用更能反映我们准备让机器助手操作的世界的活动环境来取代过去的训练数据集的更大好处。”

《麻省理工学院技术评论》的威尔·奈特说:“其他模拟引擎的运行速度在每秒50到100帧左右，而Facebook表示，人工智能栖息地的运行速度超过每秒1万帧，这使得快速测试人工智能代理成为可能。”

它的目的是在将学到的技能转化为现实之前，在一个逼真的3D模拟器中对嵌入式人工智能代理(即虚拟机器人)进行培训。

但是等一下，退一步，稍作停顿。我们真的理解他们在做什么吗?用“具身人工智能”这个词?在人工智能博客中，两位研究科学家和两位研究工程师给出了更全面的解释。这四个人阐明了他们打算在栖息地做什么。

从被要求从楼上的桌子上抓起手机的机器人，到帮助视障人士在陌生的地铁系统中导航的设备，下一代人工智能助手将需要展示一系列的能力。许多研究人员认为，开发这些技能的最有效方式是专注于嵌入式人工智能，这是一种利用交互式环境对现实世界中的系统进行训练的方法，而不是依赖于静态数据集。

这个栖息地小组也谈到了栖息地的挑战。在挑战中，上传的代理在不可见的环境中进行评估，以测试其泛化能力。

“与传统的挑战不同，在传统挑战中，人们上传基于与给定基准(如ImageNet或VQA)相关的任务的预测，”一篇博客文章称，“这一挑战要求参与者上传代码。代码是在他们的代理之前从未见过的新环境中运行的。”

在GitHub上，Habitat-API被描述为一个“模块化的高级库，用于跨各种任务、环境和模拟器训练嵌入式AI代理。”

Habitat API是一个“具有可配置的代理、多个传感器和通用3D数据集处理”的3D模拟器。

仙露哈立德,瘾科技,被客厅的照片真实感3 d模拟用他们锋利的细节和“真正的”是多么有趣的事情,到velour-texture扔在沙发上,反射墙镜:“复制模拟客厅是为了捕捉所有微妙的细节可能会发现在一个真正的客厅。”

哈立德报告说，Facebook现实实验室发布了名为副本的逼真样本空间数据集。哈立德说，一些研究人员已经在复制和人工智能的栖息地进行测试。“Facebook人工智能最近在平台上举办了一场自主导航挑战。”

复制品是Facebook现实实验室创建的一个研究项目。复制品被描述为18个样本空间的真实感再现，如一个办公室会议室和一个两层楼的家，由研究人员建立。副本可以加载在人工智能栖息地。“通过训练一个人工智能机器人在一个客厅的3D复制品中响应‘带钥匙’之类的命令，研究人员希望有一天它能在现实生活的客厅中对物理机器人做出同样的反应。”

正如威尔·奈特(Will Knight)在《麻省理工学院技术评论》(MIT Technology Review)上所说的，预期的结果将是“让他们的人工智能算法能够学习真实世界的运作方式”。理论上，这可能会让机器人和聊天机器人变得更聪明。

Facebook的团队有充分的理由为什么所有这些问题:培训这些虚拟机器人在这些虚拟空间赋予从互联网AI的基于静态数据集”体现人工智能代理行为在现实的环境中,让前台主动感知、长期规划、学习互动,并举行了一个对话框建立在一个环境”。

这些研究成果可能带来的一个好处是，家庭机器人可以适应新的家庭和个性化的任务，而无需重新训练。

奈特在谈到人工智能的大前景时表示:“缺乏常识是当今人工智能系统的一个突出问题。与人不同的是，聊天机器人或机器人不能依靠对世界的理解——比如物理、逻辑和社会规范——来弄清一个模糊指令的意图。”

这些虚拟空间可以加载到新的人工智能栖息地，人工智能程序可以在其中探索和学习。这些算法将首先被训练来识别不同环境中的物体。但是随着时间的推移，Knight说，他们应该对物理世界的惯例建立一些常识性的理解，比如表通常支持其他对象。