MIT jaunais algoritms var paredzēt cilvēka mijiedarbību, pirms tie kļūst neērti

Mūsu nespēja lasīt citus cilvēkus ir novedusi pie dažām episkām augstām piecām neveiksmēm un neatbildētiem skūpstiem. Pat pēc pieredzes mūža garumā ir grūti paredzēt cilvēku mijiedarbību. Bet MIT datorzinātnes un mākslīgā intelekta laboratorijas pētnieki domā, ka viņi var palīdzēt: ar jaunu dziļās mācīšanās algoritmu, kas var paredzēt, kad divi cilvēki ķēriens, skūpstīs, krata rokas vai piecas, viņi ir spēruši lielu soli uz nākotni svētīgi nav šo neērto mirkļu.

Viņi cer, ka viņu jaunais algoritms būs apmācīts par 600 stundām YouTube video un TV rāda Birojs, Skrubji, Lielā sprādziena teorija, un Izmisušās mājsaimnieces - var izmantot, lai ieprogrammētu mazāk sociāli nevainīgus robotus un izstrādātu Google stikla austiņas, lai piedāvātu mums darbības, pirms mums pat ir iespēja palaist garām. Nākotnē viņi iedomāsies, ka jūs nekad atkal nesasprādīsiet iespēju, ka kopā ar savu kolēģi varēsiet nokļūt gaisā ar augstu.

Saprotot, ka roboti mācās būt sociāli tādā pašā veidā, kā mēs to darījām, bija atslēga algoritma panākumiem. „Cilvēki automātiski iemācās paredzēt darbības, izmantojot pieredzi, kas ir tas, kas lika mums interesēties mēģināt uzņemt datorus ar tādu pašu veselo saprātu,” saka CSAIL Ph.D. Carl Vondrick, pirmais autors saistītā dokumentā, kas šonedēļ tiek prezentēts Starptautiskajā konferencē par datora redzējumu un rakstu atpazīšanu. “Mēs vēlējāmies parādīt, ka, vienkārši skatoties lielus video apjomus, datori var iegūt pietiekamas zināšanas, lai konsekventi izdarītu prognozes par savu apkārtni.”

Vondriks un viņa komanda mācīja algoritma vairākos „neironu tīklus”, lai analizētu milzīgus datu apjomus šajā gadījumā, Jimas un Pamas piecu augsto stundu un Mike un Susana slēptos skūpstus. Ņemot vērā tādus faktorus kā izstieptas rokas, paceltā roka vai ilgstošs skatiens, katrs neironu tīkls uzminēja, kas notiks nākamajā sekundē, un vispārējais vienprātība par tīkliem tika uzskatīts par galīgo „prognozi”. pētījumā.

Algoritms ieguva to vairāk nekā 43 procentiem no laika. Lai gan tas varētu nebūt pietiekami augsts, lai garantētu, ka mūsu ikdienas mijiedarbība būs mazāk dīvaina, tas ir liels uzlabojums esošajos algoritmos, kuru precizitāte ir tikai 36 procenti.

Turklāt cilvēki var prognozēt tikai 71% laika. Mums ir vajadzīga visa palīdzība, ko mēs varam iegūt.

Pētījuma otrajā daļā algoritms tika mācīts prognozēt, kāds objekts - vietējie sitcom skavas, piemēram, tālvadības pultis, trauki un miskastes kārbas - parādīsies skatuves piecas sekundes vēlāk. Piemēram, ja tiek atvērta mikroviļņu durvis, ir diezgan liela iespēja, ka nākamā krūze parādīsies.

Viņu algoritms vēl nav pietiekami precīzs Google stiklam, bet līdzautors Antonio Torralba, Ph.D. - finansē Google fakultātes pētniecības balva un Vondrick, kas strādā ar Google Ph.D. sadraudzība - mēs varam derēt, ka tas tur nokļūst. Turpmākās algoritma versijas, Vondrick prognozē, var izmantot, lai ieprogrammētu robotus, lai mijiedarbotos ar cilvēkiem vai pat iemācītu drošības kameras reģistrēties, kad persona nokrīt vai ievainojas.

“Video nav tāda, kā grāmata“ Izvēlies savu piedzīvojumu ”, kurā var redzēt visus iespējamos ceļus,” saka Vondriks. „Nākotne pēc būtības ir neskaidra, tāpēc ir aizraujoši apstrīdēt sevi, lai izstrādātu sistēmu, kas izmanto šīs prezentācijas, lai paredzētu visas iespējas.”