Tehisintellekt suudab juba paljusid asju ennustada. Kuhu me läheme ja mida edasi teeme, ei jää ka selle eest varjatuks.
Nagu saame teada 31. mai väljaandest teaduslikku tööd, on seda kinnitanud Carnegie Melloni ülikooli, Google AI ja Stanfordi ülikooli uuringud Süvaõppesüsteemid suudavad meie tegevusi ennustada. Kuidas see võimalik on?
Liikumistee ja käitumise ennustamine
Algoritmide ja tehnoloogiate arenedes suudavad süsteemid analüüsida üha rohkem teavet, sealhulgas videomaterjalidest. Sellest võib abi olla näiteks rakendustes, mis aitavad ennustada jalakäijate käitumist ja vältida õnnetusi. Sellest vaatenurgast on äärmiselt oluline ennustada jalakäijate tulevast teed, mida nimetatakse tulevase inimese tee/trajektoori ennustamiseks.
allikas: youtube.com
Nagu teadustööst õpime, on esiteks videomaterjalis olev inimene kodeeritud rikkalike visuaalsete funktsioonidega, mis võimaldavad meil jäädvustada inimeste käitumist ja suhtlust nende keskkonnaga.
Seejärel lisatakse need abiülesanded tegevuste asukoha ennustamine ühise treeningprotsessi hõlbustamiseks.
Saadud mudelit teadlased näitasid selle lahenduse tõhusust nii populaarsel kui ka hiljutisel suuremahulisel video etalonil. Lisaks näidati kvantitatiivselt ja kvalitatiivselt, et järgmine mudel ennustab edukalt olulisi tulevasi tegevusi.
allikas: youtube.com
Jalakäijate tegevuse analüüs ja rikkalike infofunktsioonide kasutamine võimaldab seega õpetamissüsteemid tulevaste tegevuste ja nende asukohtade ennustamiseks.
Käitumise ja tegevusteede modelleerimine
Teadlaste läbiviidud testid tõestavad, et see meetod ei suuda mitte ainult ennustada tulevast liikumisteed, vaid annab ka olulise prognoosi tulevase tegevuse kohta. Tulemus annab esimesed empiirilised tõendid selle kohta Radade ja tegevuste ühine modelleerimine on kasulik tulevaste teeennustuste jaoks.
Tehnoloogia kasutamine
Seda peetakse juba videosisu mõistmise võtmeelemendiks. Selline mineviku visuaalse teabe vaatamise viis, nagu teadlased ütlevad, aitab ennustada tulevasi tegevusi. paljudes rakendustes, mida kasutatakse näiteks autonoomsetes autodes või robootikas.
Veelgi enam, see võib toetada avalikku turvalisust, liikluse jälgimine ja hallake seda, tuvastades automaatselt video voogesituse.
Selle lahenduse eetilised aspektid
Väljavaade liiklusohutust suurendada ja autonoomsete autode probleem mingil määral lahendada kõlab uskumatult paljulubavalt. optimistlikult. Kahjuks on lahendusel ka omad miinused. tumedad küljed.
Seda tüüpi tulevased uuringud tee ja tegevuse prognoosimise kohta võivad tõstatada eetilisi probleeme privaatsus ja turvalisus. Seda meetodit ei ole veel erinevate populatsioonide jaoks testitud ja nagu me teame, võivad inimesed erinevates olukordades erinevalt käituda, mistõttu tuleks ka nende aktiivsuse ennustamist kohandada vastavalt üksikutele populatsioonidele ja nende spetsiifilisusele.
Rääkige meile AI-st
Liituge Facebooki grupiga "AI Business".
Soovitame tehisintellekti käsitlevat e-raamatut
AI turunduses – kuidas suurendada müüki ja klientide kaasamist?
Turingi test: kas AI on juba intelligentsem kui inimesed?