據(jù)《連線》報(bào)道，麻省理工的計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室稱(chēng)，電視節(jié)目和視頻剪輯可幫助人工智能系統(tǒng)學(xué)習(xí)和預(yù)測(cè)人類(lèi)的交流。下次你看到機(jī)器人在觀看情景喜劇時(shí)，不要以為它很輕松，它很可能在努力工作。

　　研究人員創(chuàng)造了一種可以分析視頻的算法，然后使用學(xué)到的東西預(yù)測(cè)人類(lèi)的行為。如《辦公室》和《生活大爆炸》等電視節(jié)目可讓人工智能學(xué)會(huì)識(shí)別相互擊掌、握手、擁抱和接吻。然后機(jī)器人可學(xué)會(huì)導(dǎo)致這些交流行為的時(shí)刻是什么樣的情況。

　　在人工智能學(xué)習(xí)了所有這些視頻后，研究人員就會(huì)從一部它未看過(guò)的視頻中選擇一個(gè)畫(huà)面輸入到算法中，讓其預(yù)測(cè)接下來(lái)會(huì)發(fā)生什么。在43%的時(shí)間里，這個(gè)算法都能預(yù)測(cè)準(zhǔn)確。雖然人類(lèi)在71%的時(shí)間里回答正確，但研究人員依然認(rèn)為人工智能做的非常好，因?yàn)槿斯ぶ悄艿氖芙逃潭鹊汀?/p>

　　該項(xiàng)目的主要作者卡爾·馮德里克(Carl Vondrick)稱(chēng)：“即使剛學(xué)步的兒童生活經(jīng)驗(yàn)也遠(yuǎn)超這個(gè)機(jī)器人。我想看的是如果我們對(duì)其進(jìn)行多年的視頻培訓(xùn)，算法會(huì)改進(jìn)多少。”這個(gè)機(jī)器人無(wú)法像人類(lèi)一樣理解現(xiàn)場(chǎng)發(fā)生的事情。它可以分析像素的構(gòu)成和運(yùn)動(dòng)以識(shí)別圖案。馮德里克稱(chēng)：“它可以根據(jù)畫(huà)面和最終動(dòng)作之間的關(guān)聯(lián)性得出自己的結(jié)論。”

　　馮德里克和其他2人在該項(xiàng)目上研究了2年時(shí)間。他表示，在比觀看視頻更重要的事情上，這種有效和獨(dú)立的培訓(xùn)最終會(huì)有用。 例如，這種系統(tǒng)的改進(jìn)版未來(lái)可應(yīng)用到醫(yī)院和其他阻止人身傷害的地方。

　　他提到了可分析視頻并在有人將跌倒或?qū)l(fā)生災(zāi)難事件時(shí)提醒應(yīng)急響應(yīng)者的智能攝像頭。將這些系統(tǒng)潛入到機(jī)器人中，它們甚至能在這些情況下自行介入。