A mesterséges intelligencia már sok mindent meg tud jósolni. Az sem lesz titkolva előtte, hogy hová megyünk és mit fogunk tenni ezután.
Mint a május 31-i kiadványból megtudhatjuk tudományos munka, a Carnegie Mellon Egyetem, a Google AI és a Stanford Egyetem kutatása igazolta A mély tanulási rendszerek képesek előre jelezni tetteinket. Hogyan lehetséges ez?
Mozgásút és viselkedés előrejelzése
Az algoritmusok és technológiák fejlődésével a rendszerek egyre több információt képesek elemezni, beleértve a videóanyagokat is. Ez hasznos lehet például azokban az alkalmazásokban, amelyek segítenek előre jelezni a gyalogosok viselkedését és elkerülni a baleseteket. Ebből a szempontból rendkívül fontos megjósolni a gyalogosok jövőbeli útját, ezt nevezzük jövőbeli személy út/pálya előrejelzésének.
forrás: youtube.com
Ahogy a tudományos munkából megtudjuk, először a videóanyagban szereplő személy az gazdag vizuális jellemzőkkel kódolva, amelyek lehetővé teszik az emberi viselkedés és a környezetükkel való interakciók rögzítését.
Ezután hozzáadják őket segédfeladatokat a tevékenységek helyszínének előrejelzése a közös képzési folyamat megkönnyítése érdekében.
Az eredményül kapott modellt a tudósok mutatták be ennek a megoldásnak a hatékonysága mind egy népszerű, mind a közelmúltban készült nagyszabású videó benchmarkon. Emellett mennyiségileg és minőségileg is megmutatkozott, hogy a következő modell sikeresen megjósolja a jelentős jövőbeni cselekvéseket.
forrás: youtube.com
A gyalogos tevékenységek elemzése és a gazdag információs funkciók használata tehát lehetővé teszi tanítási rendszerek a jövőbeli cselekvések és helyszíneik előrejelzésére.
Viselkedés és cselekvési utak modellezése
A tudósok által végzett tesztek bizonyítják, hogy ez a módszer nemcsak a jövőbeli mozgási útvonalat képes megtippelni, hanem jelentős előrejelzést is készíthet a jövőbeni tevékenységről. Az eredmény az első empirikus bizonyíték arra, hogy Az utak és cselekvések közös modellezése jót tesz a jövőbeli út-előrejelzéseknek.
Technológia használata
Ez már kulcselemnek számít a videótartalom megértésében. A múlt vizuális információinak ez a módja, ahogy a tudósok mondják, segíthet a jövőbeli cselekvések előrejelzésében. számos alkalmazásban, például autonóm autókban vagy robotikában.
Mi több, lehet támogatja a közbiztonságot, forgalom figyelése és kezelheti a streaming videotevékenység automatikus észlelésével.
A megoldás etikai vonatkozásai
A közúti biztonság növelésének és az autonóm autók problémájának bizonyos mértékig történő megoldásának kilátása hihetetlenül ígéretesnek tűnik. optimistán. Sajnos a megoldásnak vannak hátrányai is. sötét oldalak.
Az út- és tevékenység-előrejelzéssel kapcsolatos jövőbeli ilyen típusú tanulmányok etikai kérdéseket vethetnek fel ezzel kapcsolatban magánélet és biztonság. Ezt a módszert még nem tesztelték különböző populációkra, és mint tudjuk, az emberek különböző helyzetekben eltérően viselkedhetnek, ezért aktivitásuk előrejelzését is az egyes populációkhoz és azok sajátosságaihoz kell igazítani.
Beszéljen nekünk az AI-ról
Csatlakozz az "AI Business" csoporthoz a Facebookon
Ajánlunk egy e-könyvet a mesterséges intelligenciáról
AI a marketingben – Hogyan lehet növelni az értékesítést és az ügyfelek elkötelezettségét?
A Turing-teszt: A mesterséges intelligencia már intelligensebb, mint az emberek?