波恩大学（University of Bonn）的计算机科学家研发的软件可以预测几分钟之后的未来：这个程序从视频中学习典型的动作顺序，比如烹饪。基于这些知识，它可以接下来预测在新的情况下，厨师将在哪个时间点做什么。研究人员将在世界上最大的计算机视觉和模式识别会议（Conference on Computer Vision and Pattern Recognition）展示他们的成果，该会议将于6月19日至21日在美国盐湖城（Salt Lake City）举办。
正如英国社交剧的每位粉丝都知道的那样，完美的管家有着特殊的能力：可以在雇主说出要求之前就预测出雇主的指示。工作组的Jürgen Gall教授也想教会计算机类似的能力：“我们想要预测活动的时间和期限——在行为发生的几分钟甚至几小时之前，就预测出其发生时机与时长，”他解释到。
例如一个厨房机器人可以一有需要就把调料包递过去，及时预先加热烤箱，并且当厨师忘了准备步骤时提前提醒厨师。同时，自动真空吸尘器也可以知道在做饭时它在厨房没有用武之地，转而去收拾客厅。
我们人类非常擅长于预测他人的行为。然而对于计算机来讲，预测技术仍处于开发初期。波恩大学的计算机协会的研究人员现在宣布了成功的第一步。他们研发了自主学习（self-learning）的软件，它可以以惊人的精确度预估未来几分钟内行为所发生的时机与时长。
训练数据：四小时沙拉视频
科学家使用的训练数据包括40个视频，视频里表演者准备不同的沙拉。每一个记录都在6分钟左右，并且平均包含了20个不同的动作。这些视频还包含关于何时动作开始并且它们持续多久的准确的细节。
计算机总共花了将近4小时“观看”这些沙拉视频。通过这种方式，算法学习了哪些行动通常跟随在某个行动后面，以及持续时长。这绝非易事：毕竟，每一个厨师有他自己的方式。另外，制作顺序可能因为不同的食谱而改变。
“然后，我们测试了学习过程的成功率，”Gall说道。“我们将没有看过的视频放入程序。”当然这些新的短片都和原来的内容相似——也都是沙拉制作视频。关于这项测试中，计算机首先观看新视频的前20%到30%的内容。随后在此基础上，预测在剩余的影片中会发生什么事情。
这效果非常的好。Gall说；“短期预测期间准确度超过40%，但在预测未来越远的事情时准确率下降的越多。”对于预测未来超过三分钟的行为活动，电脑还保持15%的正确率。然而，只有行为的类型及其发生时间都预测准确的情况下，预测才被认为是正确的。
Gall和他的同事认为这项研究仅仅是进入行为预测(activity prediction)新领域的第一步。特别是当该算法不依靠人为输入，而是自行识别视频前半段行为时，表现明显变差。因为分析永远都不是百分之百正确的——这是Gall对“嘈杂（noisy）”信息的看法。“我们的工作确实是有效果的，”他说，“但不幸的是，这一切都不尽人意。”
翻译：温尔雅
审稿：林然
京公网安备11010502039775号
