Этот алгоритм поможет в разработке стратегий лечения в медицине

N+1Hi-Tech

Специальная теория относительности помогла компьютеру предсказать будущее

Андрей Фокин

A. Vlontzos et al. / arXiv.org

Британские специалисты по машинному обучению разработали систему прогнозирования будущих событий, основанную на концепциях специальной теории относительности: причинности, пространства-времени Минковского и световых конусах. Алгоритм был успешно испытан в задаче предсказания и генерации новых кадров на основе набора изображений. По словам разработчиков созданный ими подход универсален, может применяться для множества задач и будет востребован там, где необходимо прогнозирование развития событий в будущем с учетом причинно-следственных связей, например в области медицины и в автономных транспортных средствах. Препринт выложен на arXiv.org.

Ежедневно, иногда сами того не замечая, мы пытаемся предсказать как будут развиваться события вокруг нас. Например, если у двигающегося перед нами автомобиля включен сигнал указателя поворота, то можно предполагать, что он с определенной вероятностью совершит маневр в соответствующем направлении. Однако, автомобиль также может продолжить движение без изменений, остановиться, или повернуть в противоположную указываемому направлению сторону. Эти события вероятны в большей или меньшей степени, и мы можем ожидать их, основываясь на опыте взаимодействия с миром и интуитивном понимании законов физики и причинно-следственных связей. С другой стороны, вряд ли мы будем всерьез рассматривать возможность того, что автомобиль внезапно исчезнет, и вместо него на дороге вдруг появится динозавр.

В отличие от людей, у компьютеров нет интуитивного понимания причинно-следственных связей, поэтому прогнозирование будущих событий для них оказывается непростой задачей. При этом во многих областях, где сегодня происходит интенсивное внедрение систем с машинным обучением, появление такой способности могло бы повысить уровень безопасности. Например, автомобиль под управлением автопилота мог бы спрогнозировать и оценить вероятность того, что стоящий у дороги ребенок может внезапного выбежать на проезжую часть.

Существующие подходы к решению задачи предсказания будущего в машинном обучении сводятся, например, к тренировке моделей на последовательностях кадров видео. Таким способом алгоритм обучают выявлять закономерности в событиях, которые в дальнейшем можно использовать для того, чтобы сгенерировать новые, ранее не существовавшие кадры, продолжающие эту последовательность. Например, можно показать программе последовательность кадров с двигающимся человеком, а затем попросить ее сгенерировать следующие несколько кадров, которые бы продолжили исходную последовательность. Однако у подходов, использующих серии и последовательности кадров, есть склонность быстро накапливать ошибки с увеличением числа сгенерированных кадров.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

«Изменить жизнь может каждая» «Изменить жизнь может каждая»

5 лет назад Татьяна пребывала в депрессии и мечтала избавиться от лишнего веса

Худеем правильно
С бритвою Оккама в руке: Колонка Кирилла Кобрина С бритвою Оккама в руке: Колонка Кирилла Кобрина

«Многообразие не следует предполагать без необходимости»

Школа Masters
Зачем мы отправляем друг другу откровенные фото Зачем мы отправляем друг другу откровенные фото

Что побуждает заниматься этим женщин и какие мотивы у мужчин?

Psychologies
Рано повзрослевшие дети: станут ли они хорошими родителями и партнерами? Рано повзрослевшие дети: станут ли они хорошими родителями и партнерами?

Как влияет опыт рано повзрослевших детей на их взрослую жизнь?

Psychologies
Закрыв глаза Закрыв глаза

Новая российская парфюмерная марка Pure Sense — это проект про жажду жизни

Seasons of life
Между нами тает лед Между нами тает лед

Ключ к жизни и смерти на Земле лежит через антарктическое озеро Восток

GQ
История человека, который жил в будущем, а умер в настоящем История человека, который жил в будущем, а умер в настоящем

История философа и футуролога FM-2030

Weekend
Истории самых знаменитых заставок киностудий Истории самых знаменитых заставок киностудий

Откуда брались все эти горы, львы да серпы с молотами

Maxim
12 способов отказать женщине, не произнося слово «нет» 12 способов отказать женщине, не произнося слово «нет»

О премудростях вежливого отказа читай тайком, чтобы она не подглядела

Maxim
Анна Березовская. Мои цветные птицы Анна Березовская. Мои цветные птицы

Для меня живопись - не работа в привычном смысле этого слова

Караван историй
История возникновения 7 счастливых примет и талисманов История возникновения 7 счастливых примет и талисманов

Если чёрный кот перебежал дорогу, кинь семь подков через левое плечо

Maxim
Как избавиться от навязчивых мыслей: 6 лайфхаков Как избавиться от навязчивых мыслей: 6 лайфхаков

Как устранить возникшую тревожность и не зацикливаться на этом состоянии

РБК
Бьюти-лайфхаки Бьюти-лайфхаки

Что нужно знать, чтобы всегда оставаться красивой

Худеем правильно
4 заброшенные дворянские усадьбы Подмосковья, которые можно посетить 4 заброшенные дворянские усадьбы Подмосковья, которые можно посетить

Что смотреть в заброшенных имениях и зачем туда ехать

GQ
Сила пробиотиков Сила пробиотиков

Как поддержать в тонусе и формы, и внутренние системы организма

Худеем правильно
Александр Казаков: Зачем топ-менеджеры учатся играть на музыкальных инструментах Александр Казаков: Зачем топ-менеджеры учатся играть на музыкальных инструментах

Музыка — отличный инструмент для того, чтобы быть продуктивнее

СНОБ
Правила жизни Вирджинии Вулф Правила жизни Вирджинии Вулф

Жизненные ценности Вирджинии Вулф

Esquire
Свиное сердце: как вы относитесь к медицинским химерам? Свиное сердце: как вы относитесь к медицинским химерам?

Разбираемся в этических вопросах создания химеры

N+1
На своей волне На своей волне

Восемь суперспособностей микроволновой печи, о которых ты и не догадывалась

Лиза
#прохобби: путешествия по России гендиректора «Газпромбанк Лизинг» #прохобби: путешествия по России гендиректора «Газпромбанк Лизинг»

Генеральный директор «Газпромбанк Лизинг» рассказал о путешествиях по России

РБК
На две страны На две страны

История создания интерьера, в котором сочетаются классика и современность

SALON-Interior
Здесь русский дух Здесь русский дух

Елизавета Боярская отвечает на 10 важных вопросах о русских ценностях

Grazia
Из кино — в жизнь: 7 главных трендов мужской моды с комментариями экспертов по стилю Из кино — в жизнь: 7 главных трендов мужской моды с комментариями экспертов по стилю

Хочешь выглядеть максимально круто?

Playboy
Как стать писателем: отрывок из «Рассказов о диковинках» Фигля-Мигля об авторском опыте Как стать писателем: отрывок из «Рассказов о диковинках» Фигля-Мигля об авторском опыте

Отрывок из сборника текстов Фигля-Мигля о писательстве, сюжете и письмах

Esquire
Почему важно учиться новому всю жизнь? Почему важно учиться новому всю жизнь?

Стоит ли тратить время, чтобы учиться чему-то новому, когда уже окончил вуз?

Psychologies
Рыночная экономика свиданий Рыночная экономика свиданий

Стоят ли свайпы и мэтчи потраченного времени?

СНОБ
Правила жизни Вайноны Райдер Правила жизни Вайноны Райдер

Правила жизни актрисы Вайноны Райдер

Esquire
Стриминги и песни-мемы: как (и почему) изменилась музыка за последние 10 лет Стриминги и песни-мемы: как (и почему) изменилась музыка за последние 10 лет

Какие новые механизмы продвижения и жанры в музыке подарила нам последняя декада

Esquire
Вторая попытка вернуть ворон на Гавайи закончилась неудачей Вторая попытка вернуть ворон на Гавайи закончилась неудачей

Редкие гавайские вороны не смогли выжить в дикой природе

N+1
10 лет назад Билл Гейтс и Уоррен Баффетт пообещали раздать свои деньги. С тех пор их состояние удвоилось 10 лет назад Билл Гейтс и Уоррен Баффетт пообещали раздать свои деньги. С тех пор их состояние удвоилось

Почему благотворительная компания «Клятва дарения» не сработала?

Inc.
Открыть в приложении