近日，雷鋒網新智造知悉：加州大學伯克利分校的計算機科學家們研發出「可以預見未來要發生的事情」的機械人技術，利用這項技術，機器可以做到：操控以前沒有見過的物件；並且在未來，這項技術可以應用在自動駕駛汽車的**事件，並可以幫助生產更多的家庭機械人。
這個機械人的名字叫 vestri，所利用的技術是視覺預見技術。運用視覺預見技術，機械人可以在完全自主學習的情況下，看到如果他們執行特定的動作會產生怎樣的結果。據雷鋒網新智造知悉：目前，研究者在 nips 2017 上展示了這項技術。
目前，機械人的**能力還比較簡單，只能預見未來幾秒內發生的事情——但是它們足夠讓機械人弄清楚如何在桌子上移動物體，而不會碰到障礙物。目前，機械人專注於從完全自主的遊戲中學習簡單的動手技能，最重要的是機械人要學會在沒有人幫助或事先不知道有關物理、環境、物件知識的情況下執行任務。
要讓機械人學會在桌面上操控物體，這需要在從無人監督的狀態中探索學習，培養視覺的想象力，像嬰兒一樣，從零開始學習理解世界，用物體進行實驗，找出如何以最好的路徑移動物體。
在歷經了這個遊戲的階段之後，機械人可以構建乙個對世界的**模型，並且可以利用這些模型來操作一些以前沒有見過的新物體。
伯克利大學電子工程和電腦科學系助理教授 sergey levine 說：「人類可以想象我們在移動物件的動作，這種方法也可以使用於機械人，機械人可以想象不同的的動作將如何影響周圍的環境。」
sergey levine 補充說：「這項視覺預見可以在複雜的現實環境中實現高度的智慧型規劃。」
這個機械人主要依靠深度學習的技術（稱為 dynamic neural advection，簡稱 dna）。這個基於 dna 的模型根據機械人的動作**影象中的影象是如何從這一幀移動到下一幀。使用這個模型，機械人能夠執行複雜的任務，例如在障礙物周圍滑動玩具並重新定位多個物體。levine 實驗室的博士學生和原 dna 模型的發明人 chelsea finn 說「過去，機械人已經學會了人類主管幫助和提供反饋的條件下掌握技能。」
這項技術的刺激之處就是使得機械人在完全自主的情況下學會怎麼處理物件。據雷鋒網新智造了解到，有了這項新技術，機械人可以在桌上移動物件，然後利用**模型來移動選擇將物體移動到所需位置的動作。機械人利用從原始攝像頭觀察的學習模型來自學如何避開障礙物，並在障礙物周圍推動物體。
levine 說：「嬰兒可以通過玩玩具、擺動玩具、抓握等等來理解世界。我們的目標是讓機械人做同樣的事情：通過自主的互動來了解世界是如何運作的。」
同時，levine 補充說：「目前，機械人的學習能力仍然有限，但是它的技能是完全自動學習的，並且可以通過建立在先前觀察到的模式來**如何操作沒有控制過的物件。」
wireshark中伯克利包過濾介紹
bpf berkeley packet filter 採用與自然語言相近的語法，利用語法構造字串確定保留具體符合規則的資料報而忽略其他資料報。dir表示資料報傳輸的方向 src dst proto表示與資料報匹配的協議型別 ether ip tcp arp 例如 ip.addr ip位址 ip.sr...
加州大學伯克利分校將拍賣諾貝爾獎獲獎發明的NFT
據國外科技媒程式設計客棧體報道 加州大學伯克利分校 uc berkeley 宣布，將在 會上拍賣n程式設計客棧fts，以獲得兩項諾貝爾獎得主發明的專利披露，涉及基因編輯和癌症免疫 nfts鏈結到在程式設計客棧線數位化檔案 內部 和通訊檔案的初步研究結果。大學將獲得拍賣 的85 而 會將獲得15 本文...
伯克利《深度無監督學習》課程資源分享
今天給大家推薦一門加州大學伯克利分校的新開課程cs294深度無監督學習。本課程將涵蓋深度學習中不需要標註資料的兩個領域 深度生成模型和自監督學習。生成模型的最新進展使得對自然影象 音訊波形和文字語料庫等高維原始資料進行真實建模成為可能。自監督學習的進步已經開始縮小監督表示學習和非監督表示學習之間的差...