به گزارش مشرق، بنا بر آنچه لابراتوار علوم رایانه‌ای و هوش مصنوعی MIT اذعان کرده است، فیلم‌های تلویزیونی و کلیپ‌های ویدئویی می‌توانند به هوش مصنوعی کمک کنند که تعاملات انسانی را یاد گرفته و پیش بینی کند. محققان این لابراتوار موفق به ساخت الگوریتمی شده‌اند که با تجزیه و تحلیل ویدئو‌ها و فیلم‌ها می‌تواند از آن‌ها برای پیش بینی رفتار انسان‌ها استفاده کند.
با استفاده از ۶۰۰ ساعت کلیپ و فیلم از نمایش‌های تلویزیونی مانند Big Bang Theory و The Office هوش مصنوعی قادر شده است، بخش‌هایی از تعاملات انسانی را فراگرفته و موقعیت‌های منجر به آن‌ها – نظیر دست دادن و در آغوش گرفتن – را پیش بینی کند.
بعد از آنکه این الگوریتم هوش مصنوعی، این فیلم‌ها را دیده و آن‌ها را فرا گرفته است، محققان یک کلیپ جدید – که قبلا به این الگوریتم نشان داده نشده – را برای آن پخش کردند و از آن خواسته‌اند تا موقعیت‌های پیش رو را پیش بینی کند؛ بنابراین، این هوش مصنوعی موفق شده است، ۴۳ درصد تعاملات در این کلیپ را درست برآورد کرده و پیش بینی کند.
البته هوش انسانی در مورد مشابه توانسته است، ۷۱ درصد از تعاملات را درست پیش بینی کند؛ اما محققان بر این باور هستند که تا همین جا نیز با توجه به آموزش ناقص، کار این الگوریتم بسیار عالی بوده است.
«کارل وندریک» مدیر ارشد این پروژه در این باره گفته است: حتی یک کودک خردسال نیز تجربیات بیشتری از این هوش مصنوعی دارد و من مشتاقم ببینم بعد از چندین سال آموزش این الگوریتم چگونه خواهد بود.
البته این الگوریتم طبعا نمی‌تواند همانند یک انسان آنچه در این صحنه‌ها اتفاق می‌افتد، کامل درک کند، بلکه ترکیب و حرکت پیکسل‌ها را برای شناسایی الگو‌ها تجزیه و تحلیل می‌کند و سپس با استفاده از نتیجه گیری‌های خود، وابستگی بین تصاویر گرافیکی و موقعیت‌های آتی احتمالی را حدس می‌زند.
وندریک یکی از سه فردی است که چندین سال روی این پروژه کار کرده‌اند و معتقد است که آموزش های کافی و مورد اطمینان می‌تواند به نتایج مهمتری منجر شود.
برای مثال، یک نسخه پیشرفته و بهینه شده از این سیستم می‌تواند در بیمارستان‌ها و برای جلوگیری ازآسیب دیدگی مورد استفاده قرار بگیرد.
در نتیجه می‌توان در این گونه از محیط‌ها پیش از آنکه یک اتفاق ناگوار رخ دهد – برای مثال پرت شدن یک شخص از بلندی یا وقوع یک تصادف – با استفاده از ویدئوهای به دست آمده از دوربین‌ها، این اتفاقات را پیش بینی و از وقوع آن‌ها جلوگیری کرد. همچنین به کارگیری این الگوریتم در ربات‌ها می‌تواند منجر به آن شود که این دستگاه‌ها در آینده خود به خود برای جلوگیری از این اتفاقات مداخله کنند.
با استفاده از ۶۰۰ ساعت کلیپ و فیلم از نمایش‌های تلویزیونی مانند Big Bang Theory و The Office هوش مصنوعی قادر شده است، بخش‌هایی از تعاملات انسانی را فراگرفته و موقعیت‌های منجر به آن‌ها – نظیر دست دادن و در آغوش گرفتن – را پیش بینی کند.
بعد از آنکه این الگوریتم هوش مصنوعی، این فیلم‌ها را دیده و آن‌ها را فرا گرفته است، محققان یک کلیپ جدید – که قبلا به این الگوریتم نشان داده نشده – را برای آن پخش کردند و از آن خواسته‌اند تا موقعیت‌های پیش رو را پیش بینی کند؛ بنابراین، این هوش مصنوعی موفق شده است، ۴۳ درصد تعاملات در این کلیپ را درست برآورد کرده و پیش بینی کند.
البته هوش انسانی در مورد مشابه توانسته است، ۷۱ درصد از تعاملات را درست پیش بینی کند؛ اما محققان بر این باور هستند که تا همین جا نیز با توجه به آموزش ناقص، کار این الگوریتم بسیار عالی بوده است.
«کارل وندریک» مدیر ارشد این پروژه در این باره گفته است: حتی یک کودک خردسال نیز تجربیات بیشتری از این هوش مصنوعی دارد و من مشتاقم ببینم بعد از چندین سال آموزش این الگوریتم چگونه خواهد بود.
البته این الگوریتم طبعا نمی‌تواند همانند یک انسان آنچه در این صحنه‌ها اتفاق می‌افتد، کامل درک کند، بلکه ترکیب و حرکت پیکسل‌ها را برای شناسایی الگو‌ها تجزیه و تحلیل می‌کند و سپس با استفاده از نتیجه گیری‌های خود، وابستگی بین تصاویر گرافیکی و موقعیت‌های آتی احتمالی را حدس می‌زند.
وندریک یکی از سه فردی است که چندین سال روی این پروژه کار کرده‌اند و معتقد است که آموزش های کافی و مورد اطمینان می‌تواند به نتایج مهمتری منجر شود.
برای مثال، یک نسخه پیشرفته و بهینه شده از این سیستم می‌تواند در بیمارستان‌ها و برای جلوگیری ازآسیب دیدگی مورد استفاده قرار بگیرد.
در نتیجه می‌توان در این گونه از محیط‌ها پیش از آنکه یک اتفاق ناگوار رخ دهد – برای مثال پرت شدن یک شخص از بلندی یا وقوع یک تصادف – با استفاده از ویدئوهای به دست آمده از دوربین‌ها، این اتفاقات را پیش بینی و از وقوع آن‌ها جلوگیری کرد. همچنین به کارگیری این الگوریتم در ربات‌ها می‌تواند منجر به آن شود که این دستگاه‌ها در آینده خود به خود برای جلوگیری از این اتفاقات مداخله کنند.