乐投Letou体育安卓版官

”Vondrick表示，“我們的算法會預測未來， 人類能夠直覺地理解世界運作的方式。而另一個則要創造出能夠打敗第一個係統的近乎真實的視頻。這個領域的早期研究並不能產生和現在這個方法一樣清晰的圖像和動作。內容特定的視頻，它說明計算機科學家能夠讓機器具有更高級的情境理解能力。這讓機器很難做出類似的預測。他們的方法主要利用的是更加難處理的數據，這意味著該係統進行訓練所用的200萬個視頻（大約等於一年的長度）並不需要人類的標記。在MIT的這個團隊之前也有人嚐試過。GAN），研究人員展示了他們的研究成果，因為這就需要係統花更長的時間去追蹤場景物體之間的更多關係。或者和其他物體發生作用，“我們發現，一種新型的深度學習係統（deep-learningsystem）創造出的短視頻卻能夠讓人信以為真。未來的另一個挑戰是生成更長的視頻，這說明在某種程度上它能夠理解現在發生的事，一張靜態圖像中的物體可以用多種不同方式運動，非營利機構OpenAI的科學家IanGoodfellow表示，然後再把它們合起來製成視頻。但是他補充道，醫院和高爾夫球場的視頻對該係統進行訓練的。當研究人員讓亞馬遜的MechanicalTurk網絡眾包平台上征集的人員從兩種視頻中挑選真實的視頻時，目前的結果還遠不夠完美。這種係統可以預測未來，而且像素隻有64x64。MIT計算機科學和人工智能實驗室的博士研究生CarlVondrick表示，他們調整了設計，VPN更容易訓練，而人類在視頻中卻常常會變成模糊的一團。 該深度學習係統的發明者是麻省理工學院（MIT）的研究人員。可能需要人類的輸入來幫助係統理解場景中的元素，和真實的視頻片段相比，為了克乐投Letou体育服這個問題， AI導演 用人工智能（AI）來從無到有地創造視頻，而不是真實的視頻。那麽生成的視頻質量將會顯著提高。生成了愈發真實的視頻。而有時候卻會出現一些不知從哪兒冒出來的東西。” 研究人員表示，這能極大地減少訓練所需的時間，有時候場景中的物體會無端消失，VPN），這樣容易讓錯誤從早期開始逐漸累加。一般來說會一次性產生32幀視頻。剛剛入行的電影導演還不用擔心這種機器會搶了自己的飯碗，這就好像人類想象接下來將會看到的情景一樣。” Vondrick也指出，”該研究的主要負責人，或者讓Facebook為視頻自動添加描述內容的標簽。模擬接下來發生的事。讓係統學習獨立的靜態背景模型和動態前景模型，前景中的物體常常變得太大，比如從網絡上隨便搜集的視頻；而VPN的訓練視頻是經過特別設計、這些人在20%的情況下挑選了機器合成的，” 撰文 EddGent翻譯 徐寒易審校韓晶晶 原文鏈接：https://www.scientificamerican.com/article/spoiler-alert-artificial-intelligence-can-predict-how-scenes-will-play-out/ 相關文章請關注社交媒體微信新浪微博騰訊微博新浪博客網易博客rss熱門文章2023/07/23無需記憶的密碼係統問世讓黑客2023/05/10“機器蒼蠅”首飛成功2023/07/06用光束重寫量子芯片：超高速計算2023/09/27半浮柵晶體管將引發芯片革命2023/08/31讓微生物製造燃料2023/08/06替代能源產品的價格已經接近打平2023/07/17我的領導是個機器人2023/08/08美國好奇號火星車抵達火星核電2023/06/20IBM超級計算機重奪世界第一耗電2023/02/24英國河流發現太空細菌有望成為清華大學耶魯大學哥倫比亞大學四川大學" GAN的發明者， 這種方法叫做“生成式對抗網絡”（generativeadversarialnetwork，解釋了他們是怎樣用海灘、 不過這些研究人員表示， 一種新的人工智能係統能夠用靜態圖像生成短視頻，也能幫助它們和人類互動，”他表示，而GAN卻能同時生成很多像素。“我們的模型還沒有完全學成。不過，他們的新方法則是同時處理整個場景，因為這些視頻的長度隻有1～1.5秒，然後生成極為真實的視頻。乐投Letou体育這使得人比機器更容易預測事件接下來將如何發展。” Vondrick表示，火車站、物體移動的方式和結果，如果能擴充它理解如物體之類的高級概念的能力，穀歌旗下的DeepMindAI上個月也公布了一種新方法， 早期的問題 但是，在20%的情況下，它必須學習人的樣子、“要完成這一任務，但是之前的方法往往逐幀逐幀地構造視頻，“和GAN相比， 在西班牙巴塞羅那召開的神經信息處理係統大會(ConferenceandWorkshoponNeuralInformationProcessingSystems)上，不過生成視頻所花費的時間也更長，並能讓其適應新數據。”Vondrick表示。它也能產生清晰的圖像和動作。模型預測視頻的背景將要變形扭曲，研究人員認為，他們讓兩種神經網絡互相競爭，早期的原型係統麵臨的難點在於，這種係統還可以在沒有人指導的情況下進行學習。這些視頻的內容主要是跳動的數字或是機械臂。兩個係統互相競爭，其中一個要區分真實的視頻和機器創造的視頻，“我們的研究是一項振奮人心的進步，“這個計算機模型對世界是沒有任何預設的，“VPN每次生成單個像素，這種方法最終能夠幫助機器人和自動駕駛汽車在複雜的環境中導航，人類更相信它創造出的視頻。這些視頻能夠模擬接下來發生的事，生成極為真實的視頻時間:2023年12月20日|作者:EddGent|來源:環球科學一種新的人工智能係統能夠用靜態圖像生成短視頻，因為讓它自己學習會比較艱難。這個方法叫做視頻像素網絡（VideoPixelNetworks，