哥伦比亚工程学院推出新计算机视觉技术 可使AV预测未知动作

据国外媒体报道，来自哥伦比亚大学工程学院的研究人员推出了一项计算机视觉技术，该技术通过利用人、动物和物体之间的高层关系，使机器对接下来会发生什么有了更直观的感知。

哥伦比亚大学计算机科学助理教授卡尔·冯德里克(Carl Vondrick)说:“我们的算法使机器能够对人类行为做出更好的预测，从而更好地协调机器与我们的行为。这项研究的成果为人机协作、自动驾驶汽车和辅助技术开辟了更多可能性。”

研究人员表示，这种算法是迄今为止预测视频中未来几分钟内动作事件最准确的方法。在分析了数千小时的电影、体育比赛和“办公室”节目后，该系统学会了预测数百种活动，从握手到打拳。当系统无法预测具体的动作时，它会找到一个连接动作的更高层次的概念，即“问候”。

(来源:哥伦比亚大学)

在过去，预测机器学习的尝试，包括团队的尝试，一次只能预测一个动作。该算法决定是否将动作归类为非动作，如拥抱、击掌、握手，甚至“忽略”。但当不确定性较高时，大多数机器学习模型无法找到可能选项中的共性。

哥伦比亚大学工程学院的博士生·苏瑞斯和刘若石决定从不同的角度研究长期预测问题。苏瑞斯说:“未来的一切都是不可预测的。当一个人无法准确预测将要发生的事情时，他们会谨慎行事，并在更高的抽象层次上做出预测。我们的算法是第一个学习对未来事件进行抽象推理能力的算法。”

因此，苏瑞斯和刘重新研究了古希腊的数学问题。到了高中，学生会学到熟悉而直观的几何原理:直线是直的，平行线永远不会相交。而且大多数机器学习系统也遵守这些原则。而另一些几何图形却有着奇怪的、违反直觉的特点，比如直线弯曲、三角形突起。苏瑞斯和刘使用这些不寻常的几何结构来建立人工智能模型，以组织先进的概念和预测未来的人类行为。

麻省理工学院(MIT)高级研究科学家、MIT -IBM Watson AI实验室联合主任奥德·奥利瓦(Aude Oliva)表示:“预测是人类智能的基础。机器会犯人类永远不会犯的错误，因为它们缺乏我们抽象推理的能力。这项工作是弥合这一技术差距的关键一步。”

研究人员开发的数学框架可以使机器在未来根据其可预测性来组织事件。例如，我们知道游泳和跑步都是锻炼的形式。新技术可以学习如何自己对这些活动进行分类。系统可以识别不确定性，确定时提供更具体的操作，不确定时提供更一般的预测。

研究人员表示，这项技术可以让计算机更接近评估环境，做出微妙的决定，而不是预先编程的动作。该论文的合著者刘(音)说:“这是在人和计算机之间建立信任的关键一步。信任来自于机器人真正理解人的感受。如果机器能够理解和预测我们的行为，计算机将能够无缝地协助人们的日常活动。”

Vondrick说:“与之前相比，虽然新算法对基准任务的预测更加准确，但下一步将在实验室之外验证算法是否有效。”研究人员表示:“如果该系统可以在不同的环境中工作，那么它很有可能部署机器和机器人，从而提高我们的安全、健康和安保。”该团队计划继续使用更大的数据集和计算机以及其他形式的几何图形来提高算法的性能。冯德里克评论道:“人类的行为往往出人意料。我们的算法可以让机器更好地预测它们接下来会做什么。”据国外媒体报道，来自哥伦比亚大学工程学院的研究人员推出了一项计算机视觉技术，该技术通过利用人、动物和物体之间的高层关系，使机器对接下来会发生什么有了更直观的感知。

卡尔·冯德里克，计算机助理教授……哥伦比亚大学的science说:“我们的算法使机器能够对人类行为做出更好的预测，从而更好地协调机器与我们的行为。这项研究的成果为人机协作、自动驾驶汽车和辅助技术开辟了更多可能性。”

研究人员表示，这种算法是迄今为止预测视频中未来几分钟内动作事件最准确的方法。在分析了数千小时的电影、体育比赛和“办公室”节目后，该系统学会了预测数百种活动，从握手到打拳。当系统无法预测具体的动作时，它会找到一个连接动作的更高层次的概念，即“问候”。

(来源:哥伦比亚大学)

在过去，预测机器学习的尝试，包括团队的尝试，一次只能预测一个动作。该算法决定是否将动作归类为非动作，如拥抱、击掌、握手，甚至“忽略”。但当不确定性较高时，大多数机器学习模型无法找到可能选项中的共性。

哥伦比亚大学工程学院的博士生·苏瑞斯和刘若石决定从不同的角度研究长期预测问题。苏瑞斯说:“未来的一切都是不可预测的。当一个人无法准确预测将要发生的事情时，他们会谨慎行事，并在更高的抽象层次上做出预测。我们的算法是第一个学习对未来事件进行抽象推理能力的算法。”

因此，苏瑞斯和刘重新研究了古希腊的数学问题。到了高中，学生会学到熟悉而直观的几何原理:直线是直的，平行线永远不会相交。而且大多数机器学习系统也遵守这些原则。而另一些几何图形却有着奇怪的、违反直觉的特点，比如直线弯曲、三角形突起。苏瑞斯和刘使用这些不寻常的几何结构来建立人工智能模型，以组织先进的概念和预测未来的人类行为。

麻省理工学院(MIT)高级研究科学家、MIT -IBM Watson AI实验室联合主任奥德·奥利瓦(Aude Oliva)表示:“预测是人类智能的基础。机器会犯人类永远不会犯的错误，因为它们缺乏我们抽象推理的能力。这项工作是弥合这一技术差距的关键一步。”

研究人员开发的数学框架可以使机器在未来根据其可预测性来组织事件。例如，我们知道游泳和跑步都是锻炼的形式。新技术可以学习如何自己对这些活动进行分类。系统可以识别不确定性，确定时提供更具体的操作，不确定时提供更一般的预测。

研究人员表示，这项技术可以让计算机更接近评估环境，做出微妙的决定，而不是预先编程的动作。该论文的合著者刘(音)说:“这是在人和计算机之间建立信任的关键一步。信任来自于机器人真正理解人的感受。如果机器能够理解和预测我们的行为，计算机将能够无缝地协助人们的日常活动。”

Vondrick说:“与之前相比，虽然新算法对基准任务的预测更加准确，但下一步将在实验室之外验证算法是否有效。”研究人员表示:“如果该系统可以在不同的环境中工作，那么它很有可能部署机器和机器人，从而提高我们的安全、健康和安保。”该团队计划继续使用更大的数据集和计算机以及其他形式的几何图形来提高算法的性能。冯德里克评论道:“人类的行为往往出人意料。我们的算法可以让机器更好地预测它们接下来会做什么。”

标签：

汽车资讯热门资讯