A mesterséges intelligencia (MI) fejlesztés egyik legnagyobb kihívása, hogy hogyan tanítsuk meg a gépeket arra, hogy kitalálják, mit fogunk tenni mi, emberek egy adott helyzetben.
Az amerikai egyetem számítástechnikával és mesterséges intelligenciával foglalkozó kutatólaboratóriuma, a CSAIL munkatársai hatszáz órányi tévéműsort – köztük az Ugly Betty, a Scrubs, a Big Bang Theory és az Office részleteit – nézettek végig egy algoritmussal. Olyan jeleneteket választottak a YouTube-ról, amelyekben a szereplők különféle feladatokat végeznek el, vagy interakcióba lépnek egymással.
Miután az MI elemezte a felvételeket, új videókat mutattak neki, hogy kideríthessék, meg tudja-e tippelni, mi fog történni egy-egy jelentben.
A modellnek többször is sikerült előre jeleznie, hogy egy férfi és egy nő meg fogja csókolni vagy ölelni egymást, ahogy azt is, hogy egy bárban a barátok összepacsiznak egymással
– írták tanulmányukban a kutatók.
Úgy látjuk, hogy a bőségesen rendelkezésre álló címkézetlen videók hasznos forrást jelenthetnek a számunkra ahhoz, hogy olyan ismereteket szerezzünk a világról, amelyek segítségével megtanulhatjuk, hogyan jelezzük előre a jövőbeli eseményeket
– fejtegették a szerzők.
A címkézetlen, mindenféle leírást és feliratot nélkülöző videók használata azért volt fontos, hogy az MI-nek önállóan kelljen kikövetkeztetnie, mi történik a videókban. Az így kapott eredményeket később címkézett anyagok segítségével is ellenőrizték.
Annak ellenére, hogy az MIT kísérlete meglehetősen biztató eredménnyel zárult, az MI ma még messze nem olyan hatékony a jövő kikalkulálásában, mint az emberek.
