Tietokoneen näkökykytekniikka ennustaa ihmisen käyttäytymistä videoista

Uusi tietokoneen näkökykytekniikka, jonka Columbian insinöörit ovat kehittäneet, voi ennustaa ihmisen käyttäytymistä videoista. Uusi tekniikka antaa koneille intuitiivisen tavan ennustaa, mitä tapahtuu seuraavaksi, käyttämällä korkeamman tason assosiaatioita ihmisten, eläinten ja esineiden välillä.

Carl Vondrick on Columbian yliopiston tietojenkäsittelytieteen apulaisprofessori. Vondrick johti tutkimusta, joka esiteltiin 24. kesäkuuta International Conference on Computer Vision and Pattern Recognition -konferenssissa.

“Algoritmimme on askel kohti koneiden parempaa ennustamista ihmisen käyttäytymisestä ja siten parempaa koordinointia toiminnassamme”, sanoi Vondrick. “Tuloksemme avaavat useita mahdollisuuksia ihmisen ja robotin yhteistyölle, itsenäisille ajoneuvoille ja avustavalle teknologialle.”

Uusi menetelmä on tarkin lajissaan videotoimintojen ennustamiseksi useita minuutteja eteenpäin. Järjestelmä analysoi ensin tuhansia tunteja elokuvia, urheilupelejä ja ohjelmia, ennen kuin se ennustaa satoja toimintoja, kuten kättelyä ja nyrkinpuristusta.

Jos järjestelmä ei voi ennustaa tiettyä toimintaa, se löytää korkeamman tason käsitteen, joka yhdistää ne, kuten sanan “tervehdys”.

Aikaisemmat yritykset

Aikaisemmat ennustavan koneoppimisen yritykset keskittyivät yleensä yhden toiminnan ennustamiseen, ja algoritmit päättivät luokitella toiminnan, esimerkiksi halaukseksi, kättelyksi, korkeaksi viisyyksi tai ei-toiminnaksi. Kuitenkin suuri epävarmuus tarkoittaa, että useimmat koneoppimismallit eivät pysty löytämään yhteisiä piirteitä mahdollisten vaihtoehtojen välillä.

Tutkimusryhmään kuului Columbian yliopiston tietojenkäsittelytieteen tohtorikoulutettavat Didac Suris ja Ruoshi Liu, ja he käsittivät pidemmän aikavälin ennustamisongelmaa hieman eri tavalla.

Suris on tutkimuksen yhteinen pääkirjoittaja.

“Kaikki tulevaisuudessa ei ole ennustettavissa”, sanoi Suris. “Kun ihminen ei voi ennustaa tarkasti, mitä tapahtuu, hän pelaa turvallisesti ja ennustaa korkeamman abstraktiotason. Algoritmimme on ensimmäinen, joka oppii tämän abstraktin päättelyn tulevista tapahtumista.”

https://www.youtube.com/watch?v=b1riFCPiqN4

Uuden järjestelmän kehittäminen

Suris ja Liu luottivat epätavallisiin geometrioihin kehittääkseen tekoälymallit, jotka järjestävät korkean tason käsitteitä ja ennustavat ihmisen käyttäytymistä tulevaisuudessa.

Aude Oliva, joka ei ollut mukana tutkimuksessa, on Massachusettsin teknillisen korkeakoulun vanhempi tutkija ja MIT-IBM Watson AI Lab -tutkimuslaboratorion johtaja.

“Ennustaminen on ihmisen älymän perusta”, sanoi Oliva. “Koneet tekevät virheitä, joita ihmiset eivät koskaan tee, koska heillä ei ole meidän abstraktin päättelyn kykyämme. Tämä työ on ratkaiseva askel tämän teknologisen aukon sulkemiseksi.”

Tutkijat kehittivät matemaattisen viitekehyksen, joka mahdollistaa koneiden järjestämisen tapahtumia sen mukaan, miten ennustettavissa ne ovat tulevaisuudessa. Esimerkiksi uusi järjestelmä oppii luokittelemaan toimintoja, kuten uimista ja juoksemista, omiin luokkiinsa, sen sijaan että ne luokiteltaisiin vain harjoittelemiseksi. Järjestelmä pystyy myös huomioimaan epävarmuuden, mikä johtaa tarkempiin toimiin.

Liuksen mukaan, joka on tutkimuksen yhteinen pääkirjoittaja, kehitetty tekniikka voi auttaa tietokoneita tekemään hienostuneita päätöksiä sen sijaan, että ne seuraisivat ennalta määriteltyjä toimia, ja se on olennainen luotettavuuden rakentamiselle ihmisten ja tietokoneiden välille.

“Luottamus tulee siitä, että robotti todella ymmärtää ihmisiä”, hän selittää. “Jos koneet voivat ymmärtää ja ennustaa käyttäytymistämme, tietokoneet voivat avustaa ihmisiä päivittäisissä toimissaan vaivattomasti.”

Tutkimusryhmä aikoo nyt varmistaa, että tekniikka toimii todellisessa maailmassa, ja se voidaan käyttää turvallisuuden, terveyden ja turvallisuuden parantamiseen.

“Ihmisen käyttäytyminen on usein yllättävää”, Vondrick sanoo. “Algoritmemme mahdollistavat koneiden paremman ennustamisen siitä, mitä he tekevät seuraavaksi.”