Фахівці по машинному навчанню навчили комп’ютер передбачати майбутнє, застосувавши концепції спеціальної теорії відносності. Поки машину випробували в завданні передбачення і генерації нових кадрів на базі набору деяких зображень.
Комп’ютери не можуть керуватися причинно-наслідковими зв’язками, як люди, щоб передбачати майбутнє. Фахівці намагаються навчити машини прогнозування за допомогою машинного навчання, показуючи їм різні послідовності кадрів і відео. Комп’ютер вчать виявляти закономірності в контенті, щоб він міг на базі готових моделей передбачити що-небудь. Однак, цей підхід є недосконалим: комп’ютер схильний накопичувати помилки.
Фахівці з Британії застосували інший підхід. Вони створили алгоритм на основі концепцій зі спеціальної теорії відносності, а саме на основі концепцій про простір-час і світлових конусів. Світловий конус – це область в просторі-часі, центр якого знаходиться в будь-якій вихідній події. У даній концепції області майбутнього і минулого обмежуються щодо заданої події. Всередині конуса безліч точок пов’язано з вихідною подією причинно-наслідковими зв’язками. А все, що лежить за межами області, не має до події стосунку.
Завдяки використанню цієї концепції фахівці змогли обмежити варіанти генерування комп’ютером нових зображень. Це дозволило уникнути накопичення помилок.
Метод можна використовувати, наприклад, в автопілотах для автомобілях, щоб вони могли точно прогнозувати майбутні події на дорозі.
Натхнення: www.ferra.ru