对我们来说是第二天性人类预测他人的行为。当我们遇到一个朋友,我们拥抱,拳还是握手?无论它是什么,我们的直觉告诉如何回应。

然而,对于一个人工智能,它要复杂得多。这些人工智能系统将很难利用此类复杂知识,除非他们编程。

所以如何AI系统学习人类行为然后呢?binge-watching电视节目和YouTube视频,证明一个新开发的算法。

一个真正的电视迷

来自麻省理工学院(MIT)的科学家开发了一个算法,可以预见交互比以往更加精确、准确。万博体育登录首页

机器在YouTube视频教育以及600小时的剪辑的电视节目等大爆炸理论,办公室和绝望的主妇。

因此,该算法可以预测两人是否会握手,拍五,亲吻或拥抱。在第二种情况下,算法可以预测可能出现在视频后5秒钟。它搜索模式和可辨认的物体如人脸、手和许多其他人。

当时美联储算法背景材料和程序看新的视频。研究人员冻结了剪辑就当事情发生,然后要求算法预测接下来发生的事情。

大约43%的时间,电脑能够正确识别下一个行动。

虽然预测率低于人类,他准确地确定了71%的时间,科学家们说结果还不错的电脑。它是比其他实验中36%的比例。

研究为什么重要

看起来像人类的问候太平凡或任意的预测,但研究人员称作为任务更容易控制的测试用例对他们进行调查。

卡尔Vondrick,麻省理工学院的博士生,说他们想要显示只要binge-watching大量视频,电脑可以收集和吸收足够的知识,准确地对环境做出预测。

“人类自动学会预测行为通过经验,“说Vondrick”,这是让我们感兴趣想电脑灌输同样的常识。”

虽然这将是一个长时间算法投入实际应用之前,研究人员说,未来和更复杂的版本可以应用在不同的领域:从机器人创造更好的行动计划安全摄像头,可以预警反应者每当一个人已经受伤。

它也可以用来改善机器人的导航能力或谷歌Glass-style耳机能够提供建议接下来一个人能做什么。

麻省理工学院研究的细节,这是由计算机科学与人工智能实验室(CSAIL),将(PDF)在国际会议上计算机视觉和模式识别。

工作,这是由美国国家科学基金会支持,是由麻省理工学院的教授安东尼·托拉尔巴制作和马里兰大学教授Hamed Pirsiavash。

看下面的视频看到的算法是如何工作的。