Вештачката интелигенција веќе може да предвиди многу работи. Нема да се крие ниту каде ќе одиме и што ќе правиме понатаму.
Како што дознаваме од публикацијата на 31 мај научна работа, истражувањето на Универзитетот Карнеги Мелон, Google AI и Универзитетот Стенфорд го потврдија тоа Системите за длабоко учење се способни да ги предвидат нашите постапки. Како е ова можно?
Предвидување патека на движење и однесување
Со развојот на алгоритми и технологии, системите се способни да анализираат сè повеќе информации, вклучително и од видео материјали. Ова може да биде корисно, на пример, во апликации кои помагаат предвидување на однесувањето на пешаците и избегнување несреќи. Од оваа перспектива, исклучително е важно да се предвиди идната патека на пешаците, наречена патека на идна личност/предвидување на траекторијата.
извор: youtube.com
Како што дознаваме од научната работа, прво лицето во видео материјалот е кодирани со богати визуелни карактеристики, кои ни овозможуваат да го доловиме човековото однесување и интеракциите со нивната околина.
Потоа се додаваат помошни задачи предвидување на локацијата на активностите за олеснување на заедничкиот процес на обука.
Добиениот модел го покажаа научниците ефективноста на ова решение и на популарен и на неодамнешен репер за видео од големи размери. Покрај тоа, квантитативно и квалитативно се покажа дека следниот модел успешно предвидува значајни идни акции.
извор: youtube.com
Затоа овозможуваат анализата на пешачките активности и користењето на богати информациски функции наставни системи за предвидување на идните акции и нивните локации.
Моделирање на однесување и акциони патеки
Тестовите спроведени од научниците докажуваат дека овој метод не само што може да ја погоди идната патека на движење, туку и да произведе значителна прогноза за идната активност. Резултатот го дава првиот емпириски доказ дека Заедничкото моделирање на патеки и активности има корист од идните предвидувања на патеките.
Употреба на технологија
Ова веќе се смета за клучен елемент во разбирањето на видео содржината. Овој начин на гледање на визуелните информации од минатото, како што велат научниците, може да помогне да се предвидат идните акции. во многу апликации што се користат, на пример, во автономни автомобили или роботика.
Уште повеќе, може поддршка на јавната безбедност, следење на сообраќајот и управувајте со него со автоматско откривање на активноста на стриминг видео.
Етички аспекти на ова решение
Изгледите за зголемување на безбедноста на патиштата и решавање на проблемот со автономните автомобили до одреден степен звучи неверојатно ветувачки. оптимистички. За жал, решението има и свои недостатоци. темни страни.
Идни студии од овој тип за предвидување на патеката и активноста може да покренат етички прашања во врска со приватноста и безбедноста. Овој метод сè уште не е тестиран за различни популации, а како што знаеме, луѓето можат да се однесуваат различно во различни ситуации, така што предвидувањето на нивната активност исто така треба да се прилагоди на поединечните популации и нивната специфичност.
Разговарајте со нас за вештачката интелигенција
Придружете се на групата „AI Business“ на Facebook
Препорачуваме е-книга за вештачка интелигенција
Вештачка интелигенција во маркетингот – Како да ја зголемите продажбата и ангажманот на клиентите?
Тјуринг тест: Дали вештачката интелигенција е веќе поинтелигентна од луѓето?