Tidsskrift for Norsk psykologforening
sjefredaktør
Katharine Cecilia Williams
katharine@psykologtidsskriftet.noUtgiver
Norsk psykologforening
ISSN 0332-6470 (print)
ISSN 2703-9528 (web)
Kunstig intelligens forsøker å forutse kysset (og andre menneskelige handlinger), men får det ikke helt til.
Det kan være greit å vite om det er et kyss på gang, eller om vedkommende bare lente seg vel langt inn i intimsonen din. En ny algoritme kan (av og til) forutse om det er det ene eller det andre som er i ferd med å skje.
«Deep-learning», eller «dyp-læring», heter fremgangsmåten forskerne ved Massachusetts Institute of Technology har benyttet seg av. Forskerne har trent flere datasystemer til å forstå kroppsspråkets intrikate mønstre, slik at maskinene kan gjette hvordan to mennesker vil reagere på hverandre. Målet er å bruke kunnskapen i akuttberedskapstjenesten, der roboter etter hvert skal bli i stand til å vurdere om en person er skadet eller i fare.
Et nettverk av datamaskiner så 600 timer med underholdningsprogrammer av typen «Frustrerte fruer» og «The Office». Deretter fikk datasystemet bruke sine algoritmer på helt nye videoklipp. Maskinene ble bedt om å forutsi om folk i videoene ville klemme, kysse, gi en high-five eller håndhilse.
Dyp-læringsprogrammet forutså riktig handling mer enn 43 prosent av gangene (videoen ble satt på pause ett sekund før handlingen utspilte seg på skjermen). Til sammenligning gjettet mennesker riktig 71 prosent av gangene. Med andre ord, læringssystemene har enda litt å lære.
Forskerne er optimistiske på vegne av utviklingen av denne typen kunstig intelligens: «Vi ønsket å vise at datamaskiner, gjennom videotitting, kunne få nok kunnskap til å forutse menneskelig samhandling», uttalte Carl Vondrick, en av doktorgradsstudentene tilknyttet prosjektet. Selv om algoritmene til forskerteamet ennå ikke er nøyaktige nok til å kunne anvendes, er studien, som er delfinansiert av Google, ett skritt i retningen av utviklingen av roboter som kan dekode menneskelig atferd.
Kilde: http://fox13now.com/2016/06/21/new-artificial-intelligence-can-predict-w…
ISSN 0332-6470 (print)
ISSN 2703-9528 (web)
Kommenter denne artikkelen