MIT дает компьютеры возможность предсказать будущее с глубоким обучением
Исследователи из MIT Computer Science и Лаборатории искусственного интеллекта создали алгоритм, который значительно улучшает прогностическую способность.
Важной чертой, которая отделяет людей от других животных, является наша способность прогнозировать. Хотя некоторые животные, как представляется, обладают прогностическими способностями, такими как спячка, изменения погоды и охота на пакет, способность человека к предсказанию намного более продвинута. Хотя возможности предсказания животных и человека далеки и разнообразны, одно очко ясно: умение прогнозировать важно!
Сила предсказания
Прогнозирование помогает нам прогнозировать опасные ураганные погодные условия, определять, будет ли много урожая сельскохозяйственных культур, узнать, собирается ли здание в огне, и т. Д. Миллиарды потрачены во всем мире на суперкомпьютеры, которые помогают хрустнуть числа, чтобы сделать прогнозы максимально точными.
Например, численное прогнозирование погоды включает в себя получение таких данных, как барометрическое давление, температуру, скорость ветра и любое другое чтение, которое вы можете представить из окружающей среды, чтобы составить список ожидаемых результатов по погоде. Окончательное предсказание погоды может быть сделано метеорологами из обработанных данных, помогающих согреть людей от потенциальных засух, снега и бурь. Прогнозирование погоды сильно помогает компьютерам, выполняющим сложную обработку собранных результатов. Так что о сценарии, который включает в себя больше интуиции, чем математика?
Компьютерные модели помогают прогнозировать погоду - Image Courtesy Wikipedia (общественное достояние)
Одним из примеров интуитивной прогностической способности можно было бы ожидать других водителей на дороге. Большинство водителей могут сообщать о времени, когда они «чувствовали» странность в отношении другого автомобиля и в конечном итоге либо давали автомобильное пространство, либо постоянно следили за этим водителем. Этот тип прогнозирования - это то, что компьютеры серьезно не хватает по нескольким причинам. Во-первых, компьютеры не являются адаптивными обучающими машинами, и им можно только сказать, что делать с помощью программирования.
В настоящее время возможности обучения представлены в виде нейронных сетей, которые все еще ограничивают способность компьютера вести себя как люди (в основном из-за большого числа нейронов, связей и программируемости мозга). Однако команда исследователей из Массачусетского технологического института, возможно, только что изменила область прогностической способности.
Прочитайте больше
- AI предсказал, что к 2040 году больше киберпреступности, чем людей
- Является ли ИИ лучше при диагностике болезни, чем у доктора?
- Настольные игры показывают, как системы ИИ могли бы развивать «Интуицию»,
Более сложные прогнозы
Представьте себе компьютер, который может предсказать следующее действие, которое предпримет человек. Это именно то, что сделала исследовательская группа из Массачусетского технологического института, где компьютер демонстрирует миллионы ситуаций и использует эти «переживания», чтобы определить, что будет дальше. Один пример предсказывает, будут ли двое людей пожать друг другу руки, обнять или поцеловать. Алгоритм анализирует встречу двух человек и передает информацию в нейронную сеть.
Когда алгоритм подвергается новой ситуации, нейронная сеть может точно предсказать, что произойдет дальше (однако время от времени она делает ошибки). Мало того, что нейронная сеть может предсказать действие, но программное обеспечение также создает 1, 5-секундное видео по тому, что, по его мнению, произойдет.
Видео предоставлено MIT CSAIL
Статическое изображение, которое получает алгоритм, сначала разделяется на две основные части: фон, а затем передний план. Затем он разделяет передний план на переднем плане и маску. Оттуда он попытается определить, что будет делать изображение и, таким образом, сделать прогноз. Система просмотрела 2 миллиона онлайн-видеороликов, чтобы наблюдать, как разворачиваются ситуации (например, как поезд движется мимо станции).
Прогностическая система генерации видеоизображения - Изображение предоставлено Карлом Вондриком / MIT CSAIL
Прочитайте больше
- Google разрабатывает нейронные сети
- Электронные синапсы: один шаг ближе к созданию искусственных нейронных сетей
Потенциальные применения
Компьютер, который может прогнозировать 1, 5 секунды в будущем, может показаться не впечатляющим, но учитывая, как быстро опасности могут превратиться в опасности, может потребоваться 1, 5 секунды. Представьте себе автомобиль с самообслуживанием, который может постоянно следить за опасностью, а не измерять скорости и обнаруживать объекты, а вместо этого смотреть на дорогу и пытаться предсказать, что будут делать другие автомобили и что такое окружающая среда.
Такие нейронные сети могут быть также реализованы в полицейских силах и системах безопасности в целом, где программное обеспечение может предсказать переход потенциального преступника. Представьте себе камеру безопасности, которая могла бы предсказать, намерен ли человек совершить грабеж. Автоматическая система могла предупредить полицию до того, как преступление даже произошло. Если прогностическая способность может заглянуть достаточно далеко в будущее, полиция может быть отправлена только в качестве сдерживающего средства вместо каких-либо арестов (предполагая, что уголовное преступление еще не состоялось).
Но как насчет более спорных приложений? Будет ли такая технология представлять угрозу безопасности? Может ли это нарушить права людей? Будет ли отчет о меньшинствах реальностью, когда люди будут арестованы, прежде чем совершить какое-либо преступление?
Как и большинство технологий, всегда будет иметь негативное влияние, поскольку у некоторых людей или организаций есть злонамеренные намерения. Но учитывая тот факт, что прогнозирование составляет 1, 5 секунды, такие алгоритмы прогнозирования с большей вероятностью будут спасать жизни, используемые при предотвращении несчастных случаев и предотвращении опасности.