এমআইটি এর নতুন অ্যালগরিদম অচেনা হওয়ার আগে মানব মিথস্ক্রিয়া পূর্বাভাস দিতে পারে

অন্যান্য মানুষের পড়তে আমাদের অক্ষমতা কিছু মহাকাব্য উচ্চ পাঁচ ব্যর্থ এবং মিস চুম্বন নেতৃত্বে হয়েছে। এমনকি অভিজ্ঞতার জীবদ্দশায়ও, মানুষের মিথস্ক্রিয়া ভবিষ্যদ্বাণী করা কঠিন। কিন্তু এমআইটির কম্পিউটার সায়েন্স অ্যান্ড আর্টিফিশিয়াল ইন্টেলিজেন্স ল্যাবরেটরির গবেষকরা মনে করেন যে তারা সাহায্য করতে পারে: একটি নতুন গভীর-লার্নিং অ্যালগরিদম যা ভবিষ্যদ্বাণী করতে পারে যখন দুইজন আলিঙ্গন, চুম্বন, হাত হিট, বা উচ্চ পাঁচজনকে ভবিষ্যদ্বাণী করতে পারে সেগুলি ভবিষ্যদ্বাণী করতে পারে। আরামদায়ক যারা awkward মুহুর্ত নিরর্থক।

তারা তাদের নতুন অ্যালগরিদম আশা করছে - 600 ঘন্টা ইউটিউব ভিডিও এবং টিভি শোগুলিতে প্রশিক্ষণপ্রাপ্ত অফিস, scrubs, বিগ ব্যাং তত্ত্ব, এবং দুর্দান্ত গৃহকর্ত্রী - কম সামাজিকভাবে অনাকাঙ্ক্ষিত রোবটগুলি প্রোগ্রামে ব্যবহার করতে এবং এমনকি আমাদের মিস করার সুযোগ থাকা সত্ত্বেও আমাদের জন্য ক্রিয়াকলাপগুলি প্রস্তাব করার জন্য Google Glass-style headets বিকাশ করতে পারে। ভবিষ্যতে তারা কল্পনা করছেন, আপনার সহকর্মীর সাথে উচ্চ-পাঁচটি বাতাস বয়ে যাওয়ার সুযোগ আপনি কখনও করবেন না।

রোবটগুলি একই ভাবে সামাজিক হতে শিখতে আমরা অ্যালগরিদমের সাফল্যের চাবিকাঠি ছিলাম। সিএসএল পিএইচডি বলেছে, "মানুষের নিজেদের অভিজ্ঞতার মাধ্যমে ক্রিয়াগুলির পূর্বাভাস জানতে শিখতে হয়, যা একই ধরণের সাধারণ জ্ঞানের সাথে কম্পিউটারগুলিকে রুপান্তরিত করার জন্য আমাদেরকে আগ্রহী করে তোলে।" কম্পিউটার ভিশন অ্যান্ড প্যাটার্ন রিকোনিশন এ ইন্টারন্যাশনাল কনফারেন্সে এই সপ্তাহে উপস্থাপিত একটি সম্পর্কিত কাগজে প্রথম লেখক কার্ল ভন্ড্রিক। "আমরা কেবলমাত্র বিপুল সংখ্যক ভিডিও দেখার মাধ্যমে এটি দেখাতে চেয়েছিলাম, কম্পিউটারগুলি তাদের আশেপাশের প্রায়শ্চিত্তগুলি পূর্বাভাসের জন্য পর্যাপ্ত জ্ঞান অর্জন করতে পারে।"

ভন্ড্রিক এবং তার দলটি এই ক্ষেত্রে জিম এবং পামের উচ্চ পাঁচ ঘন্টা, এবং মাইক এবং সুসানের গোপন চুম্বনগুলি নিজেই এই ক্ষেত্রে বিশাল পরিমাণে বিশ্লেষণ বিশ্লেষণ করার জন্য অ্যালগরিদমের একাধিক "নিউরাল নেটওয়ার্ক" শিখিয়েছে। প্রসারিত অস্ত্র, একটি উত্থাপিত হাত, বা দীর্ঘায়িত নজরদারির কারণগুলি বিবেচনা করে, প্রতিটি নিউরাল নেটওয়ার্কগুলি পরবর্তী সেকেন্ডের মধ্যে কী ঘটবে তা অনুমান করে এবং নেটওয়ার্কগুলির সাধারণ সমঝোতাটি চূড়ান্ত "পূর্বাভাস" হিসাবে গ্রহণ করা হয়। অধ্যয়ন.

অ্যালগরিদম এটি অধিকার 43% সময় পেয়েছিলাম। যদিও এটি প্রতিদিনের দিনের ইন্টারঅ্যাকশনগুলি কম অদ্ভুত হবে বলে গ্যারান্টি দেওয়ার জন্য যথেষ্ট বলে মনে হচ্ছে না তবে এটি বিদ্যমান 36% শতাংশের সুনির্দিষ্ট অ্যালগরিদমগুলিতে একটি বড় উন্নতি।

এ ছাড়া, মানুষ শুধুমাত্র সময় 71% কর্ম ভবিষ্যদ্বাণী করতে পারেন। আমরা পেতে পারেন যে সব সাহায্য প্রয়োজন।

গবেষণার দ্বিতীয় অংশে, অ্যালগরিদমটি কোন বস্তুর পূর্বাভাস দেওয়ার জন্য শেখানো হয়েছিল - রেমিটস, ডিশ এবং ট্র্যাশ ক্যানগুলির মতো গার্হস্থ্য সিটকম স্ট্যাপলগুলি - পাঁচ সেকেন্ড পরে দৃশ্যটিতে উপস্থিত হবে। উদাহরণস্বরূপ, একটি মাইক্রোওয়েভ দরজা খোলা হলে, একটি মগ পরবর্তী প্রদর্শিত হবে একটি অপেক্ষাকৃত উচ্চ সুযোগ আছে।

তাদের অ্যালগরিদমটি এখনও গুগল গ্লাসের জন্য যথেষ্ট সঠিক নয়, তবে সহ-লেখক আন্তোনিও টেরাল্বা, পিএইচডি। - গুগল ফ্যাকাল্টি রিসার্চ অ্যাওয়ার্ড দ্বারা অর্থায়ন এবং ভন্ড্রিক একটি গুগল পিএইচডি-এর সাথে কাজ করে। ফেলোশিপ - আমরা এটা পায় সেখানে বাজি পারেন। অ্যালগরিদমের ভবিষ্যত সংস্করণ, ভন্ড্রিক ভবিষ্যদ্বাণী করে, মানুষের সাথে যোগাযোগ করার জন্য রোবট প্রোগ্রামে ব্যবহার করা যেতে পারে অথবা একজন ব্যক্তি আঘাত বা আহত হলে নিবন্ধন করতে নিরাপত্তা ক্যামেরাগুলি শেখান।

"ভিডিওটি 'আপনার নিজের সাহসিক চয়ন করুন' বইয়ের মতো নয় যেখানে আপনি সম্ভাব্য সমস্ত পথ দেখতে পারেন," ভন্ড্রিক বলেছেন। "ভবিষ্যৎটি স্বতঃস্ফূর্তভাবে দ্বিধান্বিত, তাই এটি এমন একটি সিস্টেম বিকাশে নিজেদেরকে চ্যালেঞ্জ করার মতো রোমাঞ্চকর, যা এই সমস্ত উপস্থাপনার জন্য সমস্ত সম্ভাবনার পূর্বাভাস ব্যবহার করে।"