Big Brother is Watching You: Google AI lernt menschliches Verhalten mit YouTube-Videos

Google ist einer der führenden Namen im AI Race. Nur wenige andere Unternehmen arbeiten auf dem Niveau von Google, was den Fortschritt in der Welt der künstlichen Intelligenz angeht. Die Google-KI hat in den letzten Jahren einige wirklich unglaubliche Dinge getan. Es hat Experten in ihrem eigenen Spiel geschlagen. Es ist so gut geworden, dass die maschinelle Lernsoftware von Google selbst eine maschinelle Lernsoftware erstellt , die eine höhere Genauigkeit hat als die von Menschen erstellte! Die Google-KI hat auch gelernt, wie man alleine läuft!

In den neuesten Nachrichten beobachtet uns die Google-KI. Nicht wörtlich, aber mit YouTube. Google hat seinem KI-System über 50.000 ausgewählte Videos zur Verfügung gestellt, die ihm helfen werden, menschliches Verhalten besser zu verstehen und vorherzusagen. Insgesamt werden der KI 57.600 Clips zur Verfügung gestellt, in denen über 96.000 Menschen zu sehen sind. Es konzentriert sich auf 80 Aktionen.

Diese Clips stammen aus Filmen verschiedener Genres und aus verschiedenen Ländern. Google hat jede Person im Video separat gekennzeichnet, damit die KI weiß, ob zwei Personen in einer bestimmten Situation die Hand geben oder sich umarmen. In einigen Situationen küssen sie sich, während sie sich umarmen usw. Die Google-KI geht all diese Clips durch und wird besser verarbeiten und verstehen, wie Menschen in sozialen Situationen interagieren.

Dieser Datensatz von Videos, den die Google-KI durchläuft, wird zusammenfassend als AVA (Atomic Visual Actions) bezeichnet. Alle diese Clips sind drei Sekunden lang und zeigen Menschen, die grundlegende Dinge wie Umarmen, Händeschütteln, Trinken aus einer Flasche usw.

„Trotz aufregender Durchbrüche, die in den letzten Jahren beim Klassifizieren und Finden von Objekten in Bildern erzielt wurden, bleibt das Erkennen menschlicher Handlungen immer noch eine große Herausforderung”, kommentierte Google. „Das liegt daran, dass Handlungen von Natur aus weniger klar definiert sind als Objekte in Videos.”