文章图片
研究人员将他们的模型与几种类似深度学习方法进行了比较 , 实验表明在每种情况下 , 他们的模型都优于基线 。
文章图片
他们还邀请人们评估生成的图像是否与原始场景描述匹配 。 在描述包含三个关系的示例中 , 91% 的参与者认为该模型的性能比以往模型更好 。
这些早期结果令人鼓舞 , 研究人员希望未来该模型能够在更复杂的真实世界图像上运行 , 这需要解决物体遮挡、场景混乱等问题 。
他们也期待模型最终能够整合到机器人系统中 , 使机器人能够推断现实世界中的物体关系 , 更好地完成交互任务 。
【物体|理解物体之间潜在关系,MIT新研究让AI像人一样「看」世界】感兴趣的读者可以阅读论文原文了解更多研究细节 。
推荐阅读
- Tesla|特斯拉车主一夜之间保费暴增80% 到底发生了什么?
- 社交|扎克伯格,天才与恶人之间
- 散热|由液晶屏到笔记本:静、动之间感受科技之美
- 视点·观察|一夜之间,“眯眯眼”沦为全民公敌?
- 物体|中考物理光学重难点凸透镜考点梳理
- 训练|腾讯云副总裁吴运生:AI落地出现新变化,对细分行业需要深入理解
- 旗舰|华为P50宝盒发布,纵横之间,华为正式完成双折叠旗舰布局
- 宝武|卓越工程师 | 中国手撕钢研发团队领军人物王天翔:毫厘之间显匠心
- 宝武|中国手撕钢研发团队领军人物王天翔:毫厘之间显匠心
- 物体|西媒:超过3.3亿物体绕地球运动 太空碎片超“临界阈值”