在Oculus Rift掀起VR浪潮之前，VR技术就被人们设想为一种人工智能模拟技术。热点频道认为：目前通过渲染、高帧率图像、传感器、高精度摄像头等等便可以实现这一技术，未来通过物理建模、手势运动以及其他技术手段相互运作，VR技术还有可能成为智能机器人、无人机以及一些其他设备的模拟训练器，尽管这对于机器人来说只是一小步，可对于AI来说却是历史性的突破。
最近有专家指出，VR技术与AI人工智能的结合所产生的化学反应将充满颠覆性，这是安全可靠的使用智能机器、解锁未来的新途径。通过智能、逼真的现实模拟，智能机器人便可以实现自我训练，这一说法观点也已经得到了学术界、科研公司等权威机构的一致认可。未来我们或将会看到通过VR与人工智能的结合，创造出来比以往更为独立自主的机器人。
本周早些时候，NVIDIA开放了一个基于云技术的虚拟现实模拟器Holodeck，它可以通过精确的物理建模来模拟真实环境，这种“超现实”系统非常适合用于机器人在模拟现实的环境中进行自我训练。以前NVIDIA已经在无人机训练上就使用过VR来进行模拟视觉输入、导航准确性测试：通过精准的3D定位和模拟现实环境来确保无人机位置导航。
这个测试也充分验证了无人机和汽车等工具可以通过AI和VR技术的结合实现独立导航检测。能够在错杂的环境中实现无人机、汽车或是智能机器人自我训练，怎样模拟出更加真实的虚拟环境才是对未来这些程序的一大考验和挑战。
OpenAI，一个由Elon Musk和诸多硅谷技术专家组建，致力于推进人工智能良性发展的组织于8月宣布，该团队已经已经通过开发和训练，让程序可以独立自主的进行DOTA2游戏，使用屏幕视图作为网络视觉输入程序，就像现实人类与游戏进行交互那样，机器人可以通过为它们设置的视觉学习程序进行自我训练，每一次训练的反应与操作速度都会更快，即便面对世界上最好的职业玩家，该程序也可以在一周之内通过快速的自我学习碾压对手，在没有设置玩法、战略的概念的情况下，该程序还可以在训练的成功和失败中自我领悟。
机器学习技术正在经历着一场伟大的变革和复兴，复杂尖端的网络为它创造了新的基石，其中三个重大进展包括：
1. 学会学习：也被称为强化学习，这是一项可持续发展的多层次技术，其中较低层次的学习模式是模拟和辨别哪些模块是重要的，更高级别的则是通过计算模块之间是如何相互作用的从而设计应对方案。
2. 对抗性训练：使用一个被训练过的程序对其他程序进行训练。举个例子：一个程序被训练成用来识别某物体的真实图像，而另一个程序只被用来生成这个物体的图像，然后将这两者连接在同一系统中从而获取更高级图像。
3. 卷积神经网络：通过在神经网络中建模来进行计算机视觉训练。这种解决方案用于模块之间的匹配和过滤，未来很有可能发展成通过自主学习计算从而发现新解决方案的一套系统。
这些方法通过构建和连接各个模块的相互作用，来帮助开发者们编写更强大自主的机器学习程序。在Elon Musk的描述中我们可以得知，随着机器学习技术的崛起，现在越来越多的技术人员和硬件产品瞄准到这门学科里来，当下最新的趋势便是将虚拟现实与人工智能结合进行机器自动化训练，在极其专业严格的学习系统、终端使用和智能组件作用下，相信未来将会有越来越多优秀智能机器被投入到交互式训练和使用当中。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/a116336890.html