Το πώς θα εξελιχθεί μια σκηνή προβλέπει ένα πειραματικό σύστημα τεχνητής νοημοσύνης που συνδυάζει την υπολογιστική όραση με τη “βαθιά” μάθηση. Ο εξελιγμένος αλγόριθμος του συστήματος δημιουργεί ένα σύντομο βίντεο με τα επόμενα καρέ της ιστορίας, που για εμάς μπορεί να αυτονόητα αλλά για έναν υπολογιστή όχι.
Για παράδειγμα αν η πρώτη εικόνα δείχνει ένα ψαρά με το καλάμι του, το βίντεο θα δείχνει ένα ψάρι να πιάνεται στην πετονιά του. Ή αν ένα τρένο βρίσκεται στο σταθμό, το βίντεο θα το δείχνει να φεύγει κ.ο.κ.
Οι ερευνητές, με επικεφαλής τον Καρλ Βόντρικ του Πανεπιστημίου ΜΙΤ των ΗΠΑ, θα παρουσιάσουν το σύστημά τους σε συνέδριο τεχνητής νοημοσύνης στη Βαρκελώνη στις 5 Δεκεμβρίου, σύμφωνα με το “New Scientist”.
Για να αναπτύξουν το νέο σύστημα, οι δημιουργοί του το «εκπαίδευσαν» με ακίνητες εικόνες και με δύο εκατομμύρια βίντεο από το Flickr, έτσι ώστε σταδιακά να καταλάβει πώς λειτουργεί ο κόσμος και τι έπεται συνήθως, αφότου κάτι συμβαίνει (π.χ. όταν κάποιος κλαίει, μετά θα σκουπίσει τα δάκρυά του).
Προς το παρόν, τα βίντεο που παράγει το σύστημα, είναι χαμηλής ανάλυσης, περιέχουν 32 καρέ και διαρκούν ένα δευτερόλεπτο. Όμως, σε γενικές γραμμές, τα καταφέρνουν αρκετά καλά να κάνουν εύλογες προβλέψεις για το μέλλον. Μελλοντικά όταν το σύστημα βελτιωθεί θα μπορεί να κάνει εναλλακτικά σενάρια.
Δείτε τη δημιουργία των βίντεο από τον αλγόριθμο: