Ang Bagong Algorithm ng MIT ay Maaaring Maghuhula ng Mga Pakikipag-ugnayan ng Tao Bago Magkawala ang mga ito

Ang aming kawalan ng kakayahan na magbasa ng iba pang mga tao ay humantong sa ilang mga mahabang tula mataas na limang nabigo at hindi nakuha kisses. Kahit na pagkatapos ng isang buhay na karanasan, ang mga pakikipag-ugnayan ng tao ay mahirap hulaan. Ngunit ang mga mananaliksik sa MIT's Computer Science at Artipisyal na Intelligence Laboratory ay nag-iisip na makakatulong sila: Gamit ang isang bagong malalim na pag-aaral ng algorithm na maaaring hulaan kung ang dalawang tao ay yakapin, halik, makipagkamay, o mataas na limang, gumawa sila ng isang malaking hakbang patungo sa isang hinaharap nang walang bahid-dungis na wala sa mga mahihirap na sandali.

Ang mga ito ay umaasa sa kanilang bagong algorithm - sinanay sa 600 oras ng mga video at mga palabas sa TV tulad ng YouTube Ang opisina, Scrubs, Big Bang Theory, at Desperate Housewives - ay maaaring magamit sa programa ng mas kaunting mga robot na hindi panlipunan sa lipunan at bumuo ng mga headset ng Google Glass upang magmungkahi ng mga pagkilos para sa atin bago tayo magkaroon ng pagkakataon na makaligtaan. Sa hinaharap sila ay nag-iisip, hindi ka na kailanman magkakaroon ng pagkakataong mag-air high-five sa iyong co-worker.

Napagtatanto na ang mga robot na natututong maging sosyal sa parehong mga paraan na ginagawa namin ay susi sa tagumpay ng algorithm. "Ang mga tao ay awtomatikong natututo upang mahulaan ang mga pagkilos sa pamamagitan ng karanasan, na kung saan ay ginawa sa amin interesado sa sinusubukan na imbue mga computer na may parehong uri ng mga karaniwang kahulugan," sabi ng CSAIL Ph.D. Ang mag-aaral Carl Vondrick, ang unang may-akda sa isang kaugnay na papel na iniharap sa linggong ito sa International Conference sa Computer Vision at Pattern Recognition. "Nais naming ipakita na sa pamamagitan lamang ng panonood ng maraming video, ang mga computer ay maaaring makakuha ng sapat na kaalaman upang patuloy na gumawa ng mga hula tungkol sa kanilang kapaligiran."

Itinuro ni Vondrick at ng kanyang koponan ang maramihang mga "neural network" ng algorithm upang pag-aralan ang malaking halaga ng data sa kasong ito, mga oras ng mataas na lima ng Jim at Pam, at pansamantalang mga halik ni Mike at Susan. Ang pagkuha ng mga kadahilanan tulad ng nakabukas na mga armas, isang nakataas na kamay, o isang matagal na pagtingin, bawat isa sa mga neural network ay nahulaan kung ano ang mangyayari sa susunod na segundo, at ang pangkalahatang kasunduan ng mga network ay kinuha bilang pangwakas na "hula" sa pag-aaral.

Nakuha ito ng algorithm ng higit sa 43 porsiyento ng oras. Bagama't maaaring hindi ito sapat na mataas upang matiyak na ang aming pang-araw-araw na pakikipag-ugnayan ay magiging mas kakaiba, ito ay isang malaking pagpapabuti sa mga umiiral na mga algorithm, na may katumpakan ng 36 porsiyento lamang.

Bukod, maaari lamang mahulaan ng mga tao ang mga aksyon 71 porsiyento ng oras. Kailangan namin ang lahat ng tulong na maaari naming makuha.

Sa ikalawang bahagi ng pag-aaral, ang algorithm ay itinuro upang mahulaan kung anong bagay - ang mga lokal na sitcom staples tulad ng mga remote, mga pagkaing, at mga basura na lata - ay lalabas sa eksena ng limang segundo mamaya. Halimbawa, kung ang isang pinto ng microwave ay binuksan, mayroong isang medyo mataas na pagkakataon ang isang tabo ay lilitaw sa tabi.

Ang kanilang algorithm ay hindi tumpak na sapat para sa Google Glass pa lamang, ngunit may co-may-akda Antonio Torralba, Ph.D. - pinondohan ng isang award ng Google faculty research at Vondrick na nagtatrabaho sa Google Ph.D. pakikisama - maaari tayong mapagpusta dito. Ang mga hinaharap na bersyon ng algorithm, ang hinuhulaan ni Vondrick, ay maaaring magamit sa mga robot ng programa upang makipag-ugnayan sa mga tao o kahit na magturo ng mga kamera ng seguridad upang magparehistro kapag ang isang tao ay bumaba o nasaktan.

"Ang isang video ay hindi tulad ng isang 'Piliin ang Iyong Sariling Pakikipagsapalaran' libro kung saan maaari mong makita ang lahat ng mga potensyal na landas," sabi ni Vondrick. "Ang kinabukasan ay likas na hindi siguradong, kaya kapana-panabik na hamunin ang ating sarili na bumuo ng isang sistema na gumagamit ng mga representasyong ito upang mahulaan ang lahat ng mga posibilidad."