諸如工業(yè)機器人之類的機器內部的人工智能模型要求能夠與環(huán)境安全有效地交互。但是在現實環(huán)境中甚至是無風險的訓練空間中訓練AI往往是不切實際的，因為教導復雜的神經網絡需要大量的時間。

為了幫助加快這一進程，Facebook Inc.今天開放了一個名為AI Habitat的平臺的源代碼。它是一個模擬器，使研究人員可以在虛擬環(huán)境中一次執(zhí)行許多培訓課程。

AI Habitat可能不是第一個考慮到機器學習項目構建的模擬器，但是它肯定是最快的模擬器之一。據Facebook稱，內部測試表明該平臺僅使用一張圖形卡就可以以10，000幀/秒的速度運行虛擬培訓環(huán)境。社交網絡嘗試的其他仿真引擎每秒只能達到50到100幀。

人居AI的四位工程師Manolis Savva，Abhishek Kadian，Oleksandr Maksymets和Dhruv Batra在博客中寫道 ，他們的團隊“將訓練速度推上了最先進的狀態(tài)，使模擬器能夠渲染出比以前的模擬器快得多?！?Facebook聲稱使用AI Habitat可以在數小時內完成使用其他工具進行數月的實驗。

該公司構建了可在廣泛的AI項目中使用的平臺。Facebook將其模塊化，以便研究人員可以根據需要交換關鍵組件，并為用于訓練AI模型的幾個通用開源數據集實現了本機支持。

該社交網絡開源了自己的培訓數據集，該數據集專門設計用于與AI Habitat一起使用。該存儲庫被稱為副本，包括18個虛擬室內環(huán)境，從辦公室會議室到兩層樓的房屋。

副本之所以被命名，是因為它“為真實空間的3D重構的真實性和質量設定了新標準，”致力于將虛擬環(huán)境整合在一起的Facebook研究人員之一朱利安·斯特勞布（Julian Straub）解釋說。它們不是在圖形設計工具中創(chuàng)建的效果圖，而是對社交網絡使用自定義攝像頭技術拍攝的真實空間的掃描。

該公司利用紅外深度捕獲系統(tǒng)來記錄每種環(huán)境中物體的確切形狀。然后以高分辨率重建書籍，椅子和窗戶等物品，并保留其紋理，以確保AI模型暴露于逼真的訓練環(huán)境中。Facebook的研究人員還添加了描述每個對象的標簽。

研究人員可以使用AI Habitat訓練神經網絡來執(zhí)行相當復雜的多步驟任務，這些任務不僅需要能夠看到而且還要了解其周圍環(huán)境。例如，家用機器人可以配備處理“檢查我的筆記本電腦是否在廚房的桌子上”之類的請求的功能。但是AI Habitat中的培訓環(huán)境不是交互式的，這意味著一旦發(fā)現筆記本電腦，就不可能教機器人如何獲取筆記本電腦。