机器人怎么更懂人类？谷歌：看这五万多个视频！

本文系网易新闻-智能工作室出品

聚焦AI，读懂下一个大时代！

网易年度AI人物评选——2017网易AI英雄风云榜，自荐提名进行中！

奖项设置：技术创新人物TOP 10，商业创新人物TOP 10

表彰人物：华人科学家、学者、企业家、创业者

评委阵容：资深媒体人、AI投资人、AI专业机构等

颁奖：2017年12月，中国乌镇

关注网易智能公众号（ID：smartman163），输入关键词“评奖”，随时获取评奖动态！

【网易智能讯 10月26日消息】机器人正在看着我们，谷歌在YouTube上发布了一组视频，帮助机器了解人类如何在这个世界上生存。

“原子视觉动作”（AVA）是人们从事日常活动的三秒钟视频，比如喝水、拍照、演奏乐器、拥抱、站立或烹饪等。每段视频都标明了人工智能应该关注的人，以及他们的姿势描述，还有他们是否与某个物体或其他人进行互动。

谷歌最近在一篇博客文章中描述了这个新的数据集，称：“尽管过去几年在图像分类和寻找物体方面取得了令人激动的突破，但认识人类行为仍然是一个巨大的挑战。这是因为，从本质上讲，动作比视频中的物体更不明确。”

57600个视频片段只强调了80个动作，但却需要给超过96000人贴上标签。谷歌从流行电影中截取部分片段，强调它们来自“不同的流派和国家”。如果一段视频中有两个人，每个人都被分别标记，这样机器就可以知道，两个人需要互相握手，或者有时人们在拥抱时接吻。

这项技术将帮助谷歌分析多年的视频，还能帮助广告商更好地瞄准消费者，因为他们更有可能观看视频。一篇附带的研究论文称，谷歌的最终目标是教计算机社交视觉智能，即“理解人类在做什么，下一步该做什么，以及他们想要达到什么目标。”

审校小小

选自 nypost

翻译网易见外机器人

添加小助手加入交流群

点击如下关键词查看往期内容

人物专访 沈向洋 | 于尔根 | 洪小文 | 李德毅 | 尤瓦尔 | 哈萨比斯 | 宋继强 | 杨强 | 余凯 | 邓志东 | 芮勇 | 戴文渊 | 石博盟 | 韦东 | 黄学东

行业特稿 抢滩智能音箱（上） | 抢滩智能音箱（下） | 自动驾驶行业素描（上） | 自动驾驶行业素描（下） | 机器翻译技术与应用

机器人怎么更懂人类？谷歌：看这五万多个视频！ | 研究