毫不夸张地说，目前人工智能技术已经开始用于训犬了。科罗拉多州立大学的研究人员Jason Stock 和 Tom Cavey 在其发表的一篇论文中提到，人工智能系统能够识别并奖励对指令做出反应的狗。计算机科学专业的研究生们对图像分类网络进行了训练，以判断狗的坐、立、卧等姿势：如果一只狗能够根据指令做出正确的姿势，机器就会对其进行奖励。

上述互动的实现，就是依靠 NVIDIA Jetson 边缘人工智能平台来实时识别技能并给予奖励。Stock 和 Cavey 认为，他们的原型系统可用作驯犬师的辅助工具，用于给予奖励或用于训犬以规范它们在家中的行为。“我们已经证明，这一系统将有望催生未来的新产品”，Stock 如是说。

获取犬类数据

研究人员需要获取呈坐、立、卧这三种姿势的犬类图像。他们发现，斯坦福大学犬类数据集中有超过 2 万张大小各异、呈现不同姿势的图片，需要研究人员对其进行预处理。为此，他们编写了一个程序，以便快速对其进行识别。为完善这一模型，他们借助 ImageNet 上狗的图片进行了迁移学习。接下来，他们利用了“后训练（post-training）”和优化技术，大幅提升了速度并缩减模型尺寸。Stock 表示，为进行优化，他们使用了 NVIDIA Jetson，并通过 NVIDIA Jetpack SDK，让其能够更轻松地启动以及访问 TensorRT 和 cuDNN 库。

此外，NVIDIA TensorRT 优化库使得识别速度得到了“显著的提升”，他补充道。Stock利用斯坦福大学的计算系统，基于两个 24GB NVIDIA RTX 6000 GPU，仅用了一晚就完成了模型的训练。Stock表示：“RTX GPU 的性能简直无敌，它拥有 24GB VRAM，所有数据集都可以加载到内存中，这就使得整个流程得以大幅加速。”

在澳大利亚牧羊犬身上的模型部署

研究人员对 Cavey 的澳大利亚牧羊犬 Henry 进行了模型测试。在测试中，他们实现了近 92%的模型准确率，并且能够以近每秒 40 帧的速度，在瞬时间进行推理。基于 NVIDIA Jetson Nano，这一系统能够对狗的行为做出实时判断，并通过奖励的方式来强化正确的行为。这一系统工作的原理是通过向伺服电机发送信号，从而给予奖励。Cavey 对此表示：“我们也考虑了树莓派 和 Coral，但效果都不太理想。NVIDIA Jetson Nano 显然是我们的最佳选择。”

深入了解“可解释性人工智能”

可解释性人工智能有助于更清晰地了解神经网络的构成。金融服务行业日益需要理解金融科技模型。Stock 和 Cavey 的论文中还提到了模型解释，其能够让可解释性人工智能应用于宠物行业。这是通过姿势分析视频的截图来实现的。其中一组图像基于 GradCAM，一种显示卷积神经网络模型定位的常用技术，而另一组图像通过整合梯度来分析像素进而解释模型。研究人员表示，需要为训犬师和普通用户使用的人工智能系统提供可信且符合道德规范的构成部件，这一点很重要。否则，当你的方法论受到质疑时，就无从解释了。Cavey 也表达了他个人的想法：“我们可以解释模型的用处，这对于某些利益相关者可能就会有帮助，否则要如何证实你所研究的模型真正有意义呢？”