蓋世汽車訊 據外媒報道，哥倫比亞大學工程學院的研究人員推出一種計算機視覺技術，通過利用人、動物和物體之間的高層次關聯，讓機器對接下來會發(fā)生的事情有更直觀的感知。

哥倫比亞大學計算機科學助理教授Carl Vondrick表示：“我們的算法使機器能夠對人類行為做出更好的預測，從而更好地協調機器與我們的行為。此項研究結果為人機協作、自動駕駛汽車和輔助技術開辟了更多可能性?！?/p>

研究人員稱，該算法是迄今為止，對視頻內未來幾分鐘的動作事件預測的最準確的方法。在分析了數千小時的電影、體育比賽和“辦公室（The Office）”等節(jié)目后，該系統(tǒng)學會了預測上百種活動，從握手到碰拳。而當系統(tǒng)無法預測具體的動作時，就會找到將動作聯系起來的更高級別的概念，即“問候（greeting）”。

（圖片來源：哥倫比亞大學）

過去在預測機器學習方面的嘗試，包括團隊嘗試，都是一次只預測一個動作。算法決定是否將動作歸類為擁抱、擊掌、握手，甚至是“忽略”等非動作。但當不確定性很高時，大多數機器學習模型都無法找到可能選項間的共性。

哥倫比亞大學工程學院博士學生Didac Suris和Ruoshi Liu決定從不同的角度來看待更長期的預測問題。Suris稱：“未來的一切并非都是可以預測的。當一個人無法準確預見會發(fā)生什么時，他們會謹慎行事并在更高的抽象層次上進行預測。我們的算法是第一個學習抽象推理未來事件能力的算法?！?/p>

因此，Suris和Liu重新研究古希臘數學問題。在高中，學生會學習熟悉且直觀的幾何原則：直線是筆直的，平行線永遠不會交叉。而大多數機器學習系統(tǒng)也遵守這些原則。但是，其他幾何圖形具有奇異的、違反直覺的特性，如直線彎曲和三角形凸出。Suris和Liu使用這些不尋常的幾何結構來構建AI模型，從而組織高級概念并預測未來的人類行為。

麻省理工學院（MIT）高級研究科學家、MIT -IBM沃森人工智能實驗室（Watson AI Lab）聯合主任Aude Oliva表示：“預測是人類智能的基礎。人類永遠不會犯的錯誤，機器會犯，因為它們缺乏我們抽象推理的能力。而這項工作是彌合這一技術差距的關鍵一步?！?/p>

研究人員開發(fā)的數學框架可以使機器能夠根據事件在未來的可預測性組織事件。 例如，我們知道游泳和跑步都是鍛煉的形式。而該新技術可學習如何自行對這些活動進行分類。系統(tǒng)可以識別不確定性，在確定時提供更具體的操作，并在不確定時提供更通用的預測。

研究人員說，這項技術可以讓計算機更接近于評估環(huán)境并做出細微決定，而非預先編程的動作。該論文的共同主要作者Liu稱：“這是在人與計算機之間建立信任的關鍵一步。信任來自機器人真正了解人的感覺，如果機器能夠理解和預測我們的行為，計算機將能夠無縫地協助人們進行日?；顒??！?/p>

Vondrick說：“與之前相比，雖然新算法對基準任務的預測更準確，但接下來的步驟將驗證該算法在實驗室外是否有效?！毖芯咳藛T說：“如果該系統(tǒng)可以在不同的環(huán)境中工作，那么就很有可能部署機器和機器人，從而改善我們的安全、健康和保障?！痹撔〗M計劃繼續(xù)使用更大的數據集和計算機以及其他形式的幾何來提高算法的性能。Vondrick評論道：“人類的行為常常出乎意料。而我們的算法可以使機器能夠更好地預測他們接下來要做什么。”

返回第一電動網首頁 >