Juergen Gall團(tuán)隊(duì)展示他們的預(yù)測(cè)未來系統(tǒng)

德國(guó)伯恩大學(xué)的研究人員設(shè)計(jì)了一個(gè)軟件，能夠看視頻并預(yù)測(cè)未來5分鐘會(huì)發(fā)生的事件，準(zhǔn)確率在15%到40%之間。研究人員表示，對(duì)于具有大量不同動(dòng)作的長(zhǎng)視頻，他們的方法也能夠準(zhǔn)確預(yù)測(cè)未來，甚至可以處理嘈雜或錯(cuò)誤的輸入信息。

從幾百萬年前起，第一個(gè)原始人類仰望星空，對(duì)宇宙產(chǎn)生好奇開始，我們?nèi)祟悓?duì)周遭世界的理解和把控，已經(jīng)達(dá)到了相當(dāng)嫻熟的程度。

我們已經(jīng)可以超音速飛行，可以轉(zhuǎn)基因，還能治療癌癥。但是，有一件事情是我們一直沒有做得很好的，那就是對(duì)“時(shí)間”的感知——如何從當(dāng)下推斷未來，如何最大限度的利用這種推測(cè)？

現(xiàn)在看，機(jī)器似乎可以幫助我們做到這一點(diǎn)。

德國(guó)波恩大學(xué)的計(jì)算機(jī)科學(xué)家設(shè)計(jì)出了一種軟件，能夠預(yù)測(cè)未來5分鐘的序列事件，準(zhǔn)確率在15％到40％之間。

雖然從數(shù)值上看，這個(gè)精度并不高，但研究人員Juergen Gall表示，這代表了機(jī)器學(xué)習(xí)超越了單步預(yù)測(cè)（single-step prediction），向新的領(lǐng)域邁進(jìn)了一步。相關(guān)的研究論文已經(jīng)被CVPR 2018接收。

Juergen Gall團(tuán)隊(duì)展示他們的預(yù)測(cè)未來系統(tǒng)

超越單步預(yù)測(cè)

Gall和他同事們的研究目標(biāo)——教會(huì)計(jì)算機(jī)預(yù)測(cè)未來——并不是現(xiàn)在才有，實(shí)際上，這是機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺領(lǐng)域的一個(gè)主要課題，有大量的研究人員都在從事相關(guān)的工作。

但是，這項(xiàng)工作特殊的地方在于其方法：到目前為止，這些領(lǐng)域的研究集中在對(duì)當(dāng)前行動(dòng)的解釋，或者對(duì)預(yù)期的下一步行動(dòng)進(jìn)行預(yù)測(cè)上面，也即前面提到的“單步預(yù)測(cè)”。

單步預(yù)測(cè)，也就是預(yù)測(cè)未來往前一步的結(jié)果。這是預(yù)測(cè)未來模式的基礎(chǔ)，歸結(jié)為一個(gè)回歸問題，輸入變量，預(yù)測(cè)結(jié)果。

在進(jìn)行這樣的預(yù)測(cè)時(shí)，目前的研究已經(jīng)取得了比較好的結(jié)果。其中一個(gè)例子是，斯坦福大學(xué)吳恩達(dá)團(tuán)隊(duì)設(shè)計(jì)了一種深度學(xué)習(xí)算法，在對(duì)臨終關(guān)懷的預(yù)測(cè)中，實(shí)現(xiàn)了高達(dá)90％的準(zhǔn)確性。

在他們的實(shí)驗(yàn)中，斯坦福的研究人員使用了200萬份病歷對(duì)他們?cè)O(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，通過這些數(shù)據(jù)，網(wǎng)絡(luò)能夠發(fā)現(xiàn)醫(yī)生發(fā)現(xiàn)不了的模式和規(guī)律，并以此為基礎(chǔ)，對(duì)新的病人的情況（患者在接下來3~12個(gè)月內(nèi)的死亡率）進(jìn)行預(yù)測(cè)。

這項(xiàng)研究面臨的變量十分復(fù)雜，而且取得了很高的精度，論文也獲得了IEEE生物信息學(xué)和生物醫(yī)學(xué)組最佳學(xué)生論文獎(jiǎng)。但是，這樣的算法是基于過往（retrospective），而且只進(jìn)行單步預(yù)測(cè)。

多步預(yù)測(cè)：用CNN和RNN預(yù)測(cè)未來的兩種結(jié)構(gòu)

在Gall和他團(tuán)隊(duì)的最新研究中，他們提出了兩種方法，對(duì)相當(dāng)長(zhǎng)時(shí)間的未來發(fā)生的大量行動(dòng)進(jìn)行預(yù)測(cè)。他們訓(xùn)練了一個(gè)CNN和一個(gè)RNN，根據(jù)之前看過的視頻內(nèi)容，學(xué)習(xí)未來視頻的“標(biāo)簽”。

“我們表明，即使對(duì)于具有大量不同動(dòng)作的長(zhǎng)視頻，我們的方法也能夠準(zhǔn)確預(yù)測(cè)未來，甚至可以處理嘈雜或錯(cuò)誤的輸入信息?！弊髡咴谡撐闹羞@樣寫道。

下面的圖例展示了研究人員設(shè)計(jì)的兩個(gè)方法。首先來看RNN的設(shè)計(jì)。

在RNN系統(tǒng)的結(jié)構(gòu)中，輸入是一個(gè)序列，網(wǎng)絡(luò)預(yù)測(cè)最近觀察到的動(dòng)作的剩余長(zhǎng)度，以及下一個(gè)動(dòng)作的標(biāo)簽和長(zhǎng)度。將預(yù)測(cè)結(jié)果附加到原始輸入，就可以預(yù)測(cè)下一個(gè)動(dòng)作片段。

而在CNN系統(tǒng)的結(jié)構(gòu)中，輸入序列和輸出序列都被轉(zhuǎn)換成矩陣的形式。其中，C表示類（class）的數(shù)量，S則對(duì)應(yīng)于特定長(zhǎng)度的視頻片段的數(shù)量。矩陣的二進(jìn)制值表示每個(gè)視頻片段的標(biāo)簽。

讓機(jī)器預(yù)測(cè)長(zhǎng)時(shí)間的未來，有望實(shí)現(xiàn)真正的人機(jī)協(xié)作

在他們的實(shí)驗(yàn)中，Gall和他的團(tuán)隊(duì)使用數(shù)小時(shí)的視頻數(shù)據(jù)來演示不同的烹飪動(dòng)作（例如煎雞蛋、拌沙拉等），并僅向軟件展示其中的一部分動(dòng)作。軟件根據(jù)“已經(jīng)學(xué)到的”來預(yù)測(cè)接下來的動(dòng)作步驟。通過這種方法，Gall希望該領(lǐng)域能夠向真正的人機(jī)共生邁進(jìn)一步。

“[業(yè)界]人們談?wù)撊祟惡?a target="_blank">機(jī)器人協(xié)作，但最終人和機(jī)器之間仍存在分離; 他們并沒有真正密切地合作，”Gall說。

Gall建議說，通過使用適當(dāng)?shù)?a href="http://srfitnesspt.com/v/tag/1751/" target="_blank">硬件，這個(gè)軟件可以通過直觀地了解任務(wù)來幫助人類完成任務(wù)，進(jìn)而在工業(yè)環(huán)境中幫助人類工作。

Gall說：“老年人越來越多，值得努力在家庭中推廣這種機(jī)器人來照顧老年人，”Gall說： “我相信10年后服務(wù)機(jī)器人將能夠在家照顧老年人。”

根據(jù)人口統(tǒng)計(jì)局的報(bào)告，今天65歲以上的美國(guó)人的數(shù)量約為4600萬，預(yù)計(jì)到2060年將翻一番。根據(jù)2014年美國(guó)疾病控制與預(yù)防中心（CDC）的報(bào)告，這些老年人中約140萬將生活在養(yǎng)老院。日本已經(jīng)探索過使用這樣的軟件帶來的影響。例如用于療愈的海豹型機(jī)器然PARO，軟銀的伴侶機(jī)器人Pepper等。在日本，四分之一人口是老年人。

隨著這類技術(shù)的進(jìn)步，或許會(huì)在人類代際之間造成進(jìn)一步的分化——把愛和關(guān)懷外包給一臺(tái)機(jī)器。對(duì)于一個(gè)尚未成熟的行業(yè)來說，很難說這條路將通向何方，但最終決定權(quán)掌握在開發(fā)人員手中，而不是掌握在他們開發(fā)的軟件或機(jī)器人手中。