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

Бурлеск Самбурской Бурлеск Самбурской

Актриса, певица, дива, Самбурская, Настасья – все это о ней

Maxim
10 необычных автомобилей Škoda 10 необычных автомобилей Škoda

10 самых необычных «Шкод» в истории

Популярная механика
Лики Вики Лики Вики

До съемки в нашем презренном журнале снизошла богиня «Инстаграма» Вики Одинцова

Maxim
Временно недоступен Временно недоступен

Секс – это, конечно, хорошо, но его роль в нашей жизни несколько преувеличена

Cosmopolitan
13 самых частых проблем в браке, с которыми сталкивается большинство пар 13 самых частых проблем в браке, с которыми сталкивается большинство пар

В браках часто что-то идет не так

Playboy
Успеть за 15 секунд Успеть за 15 секунд

Людям надоело притворяться – в TikTok они остаются собой

Популярная механика
Почему секс оказался переоценен Почему секс оказался переоценен

Почему современные подростки гораздо позже вступают в сексуальные отношения

СНОБ
Престо, модерато, адажио Престо, модерато, адажио

Фантастическая повесть Игоря Вереснева

Наука и жизнь
Ученые воссоздали древние «пути жизни» Ученые воссоздали древние «пути жизни»

Ученые воспроизвели появление строительных блоков жизни из самых простых молекул

Популярная механика
Периоды детского развития: от 12 до 17 лет Периоды детского развития: от 12 до 17 лет

Вчера ребенок был покладистый, а уже сегодня начинает без спроса делать пирсинг

Psychologies
Красный пояс: как семья Ротенбергов меняет российский спорт Красный пояс: как семья Ротенбергов меняет российский спорт

Широкий спектр спортивных интересов семьи Ротенбергов

Forbes
Фабрика «утюгов»: берегись ужасного тренда в Instagram Фабрика «утюгов»: берегись ужасного тренда в Instagram

Новый тренд на острый подбородок и скульптурные скулы может быть опасен

Cosmopolitan
Чем хороша новая стрижка Роберта Паттинсона для «Бэтмена» — и надо ли вам такую? Чем хороша новая стрижка Роберта Паттинсона для «Бэтмена» — и надо ли вам такую?

Секреты прически Роберта Паттинсона для тех, кто хочет ощутить себя Бэтменом

Esquire
Чилийцы добились размножения редчайших лягушек из пустыни Атакама Чилийцы добились размножения редчайших лягушек из пустыни Атакама

Год назад в мире оставалось 14 лоанских свистунов, но теперь их уже почти 200

N+1
Лиза Арзамасова. Пусть каждый день удивляет Лиза Арзамасова. Пусть каждый день удивляет

Лиза Арзамасова рассказывает о любви, доме, карьере и влиянии имени на характер

Лиза
Восстание машин Восстание машин

На дороги XXI века выезжает транспорт будущего

GQ
37 вещей, которые не должен делать мужчина 37 вещей, которые не должен делать мужчина

Чего настоящему мужчине не стоит делать?

Maxim
Брать и давать Брать и давать

Как правильно говорить с мужчиной о деньгах и подарках

Лиза
Что будет, если вы случайно уничтожите бесценный артефакт в музее Что будет, если вы случайно уничтожите бесценный артефакт в музее

Что ждет неуклюжих любителей искусства и вандалов в музеях?

Популярная механика
Дмитрий Муляр. Жизнь на нервах и телефоне Дмитрий Муляр. Жизнь на нервах и телефоне

Дмитрий Муляр: Не раз убеждался: все в жизни происходит неслучайно

Караван историй
Опасно! 10 худших вещей, которые ты можешь сделать со своими волосами Опасно! 10 худших вещей, которые ты можешь сделать со своими волосами

Больше никогда так не поступай со своими волосами

Cosmopolitan
Взгляд изнутри Взгляд изнутри

Зачем клиники красоты нанимают на работу эндокринологов и гастроэнтерологов

Vogue
8 развенчанных мифов о фильмах, в которые почему-то до сих пор верят 8 развенчанных мифов о фильмах, в которые почему-то до сих пор верят

Осторожно! Восемь разочарований внутри!

Maxim
9 отличных хорроров, в которых никто не умирает 9 отличных хорроров, в которых никто не умирает

Кто бы мог подумать, что можно так хорошо провести время без единого убийства?

Maxim
Редактирование гена для чайников: как открытие Дженнифер Дудны и Эмманюэль Шарпантье изменило биологию и принесло им Нобелевскую премию Редактирование гена для чайников: как открытие Дженнифер Дудны и Эмманюэль Шарпантье изменило биологию и принесло им Нобелевскую премию

Нобелевскую премию получили ученые, открывшие систему редактирования генов

Forbes
«Артемида» и мы: будет ли Россия участвовать в лунном проекте NASA «Артемида» и мы: будет ли Россия участвовать в лунном проекте NASA

NASA объявило о подписании семью странами «Аккордов Артемиды»

N+1
Зачем марсоходу лазер: свет далеких планет Зачем марсоходу лазер: свет далеких планет

Ученые отправят на Марс приборы, которые помогут кораблям выбрать место посадки

Популярная механика
Фаворит Её Величества Фаворит Её Величества

Мы вспомнили самых ярких венценосных поклонниц Breguet

Robb Report
25 удивительных фактов об удивительном Пеле 25 удивительных фактов об удивительном Пеле

Поздравляем великого футболиста с 80-летием, поэтому — 25 фактов о Пеле

Maxim
Данила Козловский: «Если ты снимаешь хорошие фильмы, кино — дело прибыльное» Данила Козловский: «Если ты снимаешь хорошие фильмы, кино — дело прибыльное»

Данила Козловский рассказал о подготовке своего нового фильма

Forbes
Открыть в приложении