Artificiell intelligens kan redan förutsäga många saker. Vart vi ska åka och vad vi ska göra härnäst kommer inte heller att döljas för det.
Som vi kan lära oss av publikationen den 31 maj vetenskapligt arbete, forskning från Carnegie Mellon University, Google AI och Stanford University har verifierat det System för djupinlärning kan förutsäga våra handlingar. Hur är detta möjligt?
Förutsäga rörelseväg och beteende
Med utvecklingen av algoritmer och teknologier kan system analysera mer och mer information, inklusive från videomaterial. Detta kan vara till hjälp, till exempel i applikationer som hjälper förutsäga fotgängares beteende och undvika olyckor. Ur detta perspektiv är det oerhört viktigt att förutsäga fotgängares framtida väg, kallad framtida personväg/bana förutsägelse.
källa: youtube.com
Som vi lär oss av det vetenskapliga arbetet är först personen i videomaterialet kodad med rika visuella funktioner, som låter oss fånga mänskligt beteende och interaktioner med deras omgivning.
Sedan läggs de till hjälpuppgifter förutsäga lokaliseringen av aktiviteter för att underlätta den gemensamma utbildningsprocessen.
Den resulterande modellen visade forskarna effektiviteten av denna lösning på både ett populärt och nyligen storskaligt videoriktmärke. Dessutom visades det kvantitativt och kvalitativt att nästa modell förutsäger framgångsrikt viktiga framtida åtgärder.
källa: youtube.com
Analysen av fotgängares aktiviteter och användningen av rika informationsfunktioner möjliggör därför undervisningssystem för att förutsäga framtida åtgärder och deras placering.
Modellera beteende och handlingsvägar
Tester utförda av forskare visar att denna metod inte bara kan gissa den framtida rörelsevägen, utan också producera en betydande prognos för framtida aktivitet. Resultatet ger det första empiriska beviset på det Gemensam modellering av vägar och åtgärder gynnar framtida vägförutsägelser.
Användning av teknik
Detta anses redan vara ett nyckelelement för att förstå videoinnehåll. Detta sätt att se på visuell information från det förflutna, som forskare säger, kan hjälpa till att förutsäga framtida handlingar. i många applikationer som används till exempel i autonoma bilar eller robotik.
Vad mer, det kan stödja allmän säkerhet, trafikövervakning och hantera det genom att automatiskt upptäcka strömmande videoaktivitet.
Etiska aspekter av denna lösning
Utsikten att öka trafiksäkerheten och lösa problemet med autonoma bilar i viss mån låter otroligt lovande. optimistiskt. Tyvärr har lösningen också sina nackdelar. mörka sidor.
Framtida studier av denna typ om väg- och aktivitetsförutsägelser kan väcka etiska frågor ang integritet och säkerhet. Denna metod har ännu inte testats för olika populationer, och som vi vet kan människor bete sig olika i olika situationer, så att förutsäga deras aktivitet bör också anpassas till individuella populationer och deras specificitet.
Prata med oss om AI
Gå med i gruppen "AI Business" på Facebook
Vi rekommenderar en e-bok om AI
AI i marknadsföring – Hur kan man öka försäljningen och kundengagemang?
Turing-testet: Är AI redan mer intelligent än människor?