以前，在看《賭神》一類的影片的時(shí)候，可能會(huì)遇到這樣的場景：在比賽當(dāng)中，某個(gè)參與者作出了某個(gè)小動(dòng)作，就意味著某種情況等等。其實(shí)，當(dāng)類似的場景交給人工智能，并進(jìn)行一個(gè)叫做機(jī)器學(xué)習(xí)的化學(xué)反應(yīng)之后，機(jī)器就能迅速地預(yù)測相關(guān)結(jié)果。
利用機(jī)器學(xué)習(xí)，華盛頓大學(xué)的研究人員通過對(duì)狗狗的行為進(jìn)行記錄，然后“展示”給人工智能之后，人工智能就能夠預(yù)判狗狗接下來的行為。
首先，研究人員把攝像機(jī)固定在阿拉斯加雪橇犬的頭部，拍下380只狗的行為的視頻片段，然后讓人工智能模型學(xué)習(xí)狗在特定情況下的表現(xiàn)。研究人員在50多個(gè)場景之下進(jìn)行了視頻拍攝，包括客廳、樓梯、街道和公園，并捕獲了狗狗的大量行為，比如走路、跟蹤、抓取、追蹤移動(dòng)物體以及與其他狗“互動(dòng)”。
隨后，研究人員通過讓人工智能對(duì)這些視頻進(jìn)行學(xué)習(xí)。在人工智能學(xué)成之后，當(dāng)研究人員詢問狗狗接下來會(huì)做什么的時(shí)候，人工智能就可以對(duì)狗的行為進(jìn)行分析，并和數(shù)據(jù)模型進(jìn)行對(duì)比，然后作出預(yù)測。比如說當(dāng)狗看到主人的時(shí)候會(huì)坐下，看到毛球會(huì)去追逐等等。
這些工作的進(jìn)行將有助于電子狗的發(fā)展。當(dāng)然，通過類似的方法，還能夠進(jìn)行其他領(lǐng)域的研究。
