MIT-ov novi algoritam može predvidjeti ljudske interakcije prije nego što ih neugodno

Naša nesposobnost da čitamo druge ljude dovela je do nekih epskih visokih pet neuspjelih i promašenih poljubaca. Čak i nakon doživotnog iskustva, ljudske interakcije je teško predvidjeti. No, istraživači iz MIT-ovog Laboratorija za računalnu znanost i umjetnu inteligenciju smatraju da mogu pomoći: s novim algoritmom dubokog učenja koji može predvidjeti kada će dvoje ljudi zagrliti, poljubiti, rukovati ili petoricu, poduzeli su veliki korak prema budućnosti blaženo lišen tih nezgodnih trenutaka.

Nadaju se da će njihov novi algoritam biti obučen za 600 sati YouTube videozapisa i TV emisija Ured, scrubs, Teorija velikog praska, i Kućanice - može se koristiti za programiranje manje društveno nezgodnih robota i razvoj naglavnih slušalica u stilu Google Stakla kako bi predložio akcije za nas prije nego što uopće imamo priliku propustiti. U budućnosti oni zamišljaju, nikad više nećete zamijeniti šansu da s kolegom povežete petoricu.

Shvatiti da roboti uče biti društveni na isti način kao i mi, bilo je ključ uspjeha algoritma. "Ljudi se automatski uče predvidjeti djelovanje kroz iskustvo, što nas je učinilo zainteresiranim za pokušaj upijanja računala s istom vrstom zdravog razuma", kaže dr. Sc. student Carl Vondrick, prvi autor srodnog rada koji je predstavljen ovog tjedna na Međunarodnoj konferenciji o računalnom vidu i prepoznavanju uzoraka. "Željeli smo pokazati da samo gledajući velike količine videa, računala mogu steći dovoljno znanja kako bi dosljedno predviđala svoje okruženje."

Vondrick i njegov tim učili su višestruke "neuronske mreže" algoritma da analiziraju ogromne količine podataka u ovom slučaju, sate visokih pet Jimovih i Pamovih, te prikrivene poljupce Mikea i Susan. Uzimajući u obzir čimbenike kao što su ispružene ruke, podignuta ruka ili produljeni pogled, svaka od neuronskih mreža pogodila je što će se dogoditi u sljedećoj sekundi, a opći konsenzus mreža uzet je kao konačna "predviđanja" u studija.

Algoritam ga je ispravio preko 43 posto vremena. Iako se to možda ne čini dovoljno visokim da jamči da će naše svakodnevne interakcije biti manje čudne, to je veliki napredak u odnosu na postojeće algoritme, koji imaju preciznost od samo 36 posto.

Osim toga, ljudi mogu predvidjeti akcije samo 71 posto vremena. Trebamo svu pomoć koju možemo dobiti.

U drugom dijelu studije, algoritam je naučen da predvidi koji će se predmet - domaći sitcomi kao remotes, posuđe i kante za smeće - pojaviti na sceni pet sekundi kasnije. Na primjer, ako su vrata mikrovalne pećnice otvorena, postoji relativno velika šansa da će se pojaviti šalica.

Njihov algoritam još nije dovoljno precizan za Google Glass, ali s koautorom dr. Antoniom Torralbom - financira se nagradom za istraživanje na Googleovom fakultetu i Vondrick radi s prof. zajedništvo - možemo se kladiti da on tamo stiže. Buduće verzije algoritma, predviđa Vondrick, mogu se koristiti za programiranje robota za interakciju s ljudima ili čak podučavanje sigurnosnih kamera da registriraju kada osoba padne ili se ozlijedi.

"Videozapis nije poput knjige" Odaberite svoju avanturu "u kojoj možete vidjeti sve potencijalne staze", kaže Vondrick. "Budućnost je sama po sebi dvosmislena, pa je uzbudljivo izazov da razvijemo sustav koji koristi ove predstave kako bi predvidio sve mogućnosti."