МИТ-ов нови алгоритам може предвидети људске интеракције пре него што их неугодно

Наша неспособност да читамо друге људе довела је до неких епских високих пет пропуста и промашених пољубаца. Чак и након доживотног искуства, људске интеракције је тешко предвидети. Али истраживачи у МИТ-овој Лабораторији за компјутерске науке и вештачку интелигенцију мисле да могу да помогну: Са новим алгоритмом дубоког учења који може предвидети када ће две особе загрлити, пољубити, руковати, или имати пет, они су направили велики корак ка будућности блажено лишен тих незгодних тренутака.

Надају се да ће њихов нови алгоритам бити обучен за 600 сати ИоуТубе видео снимака и ТВ емисија Канцеларија, Сцрубс, Теорија Великог праска, и Очајне домацице - може се користити за програмирање мање социјално незгодних робота и развој наглавних слушалица у Гоогле Гласс-у како би предложио акције за нас прије него што уопће будемо имали прилику да пропустимо. У будућности они замишљају, никада више нећете упропастити шансу да са својим колегом повежете петорицу.

Схватање да роботи уче да буду друштвени на исти начин као и ми, било је кључ успеха алгоритма. „Људи аутоматски науче да предвиђају акције кроз искуство, што нас је учинило заинтересованим да покушамо да унесемо компјутере у исту врсту здравог разума“, каже др. студент Царл Вондрицк, први аутор на сродном папиру представљеном ове недеље на Међународној конференцији о компјутерској визији и препознавању узорака. "Хтели смо да покажемо да само гледајући велике количине видеа, рачунари могу да стекну довољно знања да константно праве предвиђања о свом окружењу."

Вондрицк и његов тим подучавали су вишеструке "неуронске мреже" алгоритма да анализирају огромне количине података у овом случају, сате високих пет Јимових и Памових, и Микеове и Сусанове прикривене пољупце. Узимајући у обзир факторе као што су испружене руке, подигнута рука или продужени поглед, свака од неуронских мрежа је погодила шта ће се десити у следећој секунди, а опћи консензус мрежа је узет као коначна "предвиђања" у студија.

Алгоритам га је исправио преко 43% времена. Иако то можда није довољно високо да гарантује да ће наше свакодневне интеракције бити мање чудне, то је велики напредак у односу на постојеће алгоритме, који имају прецизност од само 36 процената.

Осим тога, људи могу предвидети акције само 71 посто времена. Треба нам сва помоћ коју можемо добити.

У другом делу студије, алгоритам је научен да предвиди који ће се предмет - домаћи ситцоми као ремотес, посуђе и канте за смеће - појавити на сцени пет секунди касније. На пример, ако се отворе врата микроталасне, постоји релативно велика шанса да ће се појавити шалица.

Њихов алгоритам још увек није довољно прецизан за Гоогле Гласс, али са коаутором Антонио Торралба, Пх.Д. - финансиран од стране Гооглеове награде за истраживање факултета и Вондрицк ради са Гоогле Пх.Д. заједништво - можемо се кладити да он тамо стиже. Будуће верзије алгоритма, предвиђа Вондрицк, могу се користити за програмирање робота за интеракцију са људима или чак подучавање сигурносних камера да се региструју када особа падне или се повреди.

"Видео није као књига" Изабери своју авантуру "у којој можете видети све потенцијалне стазе," каже Вондрицк. "Будућност је сама по себи двосмислена, тако да је узбудљиво изазов да развијемо систем који користи ове представе да предвиди све могућности."