>Er is een nieuw computermodel ontwikkeld dat het vermogen van mensen om te voorspellen hoe objecten zullen bewegen, kan evenaren. Het model zou kunnen worden gebruikt om de veiligheid van zelfrijdende auto’s en andere autonome systemen te verbeteren, maar ook om objecten in videogames en films te simuleren.

> Mensen voorspellen de beweging van objecten door gebruik te maken van visuele en fysieke kennis, maar ook van gezond verstand. Het computermodel, ontwikkeld door onderzoekers van Stanford University, combineert machinaal leren en op fysica gebaseerde simulatie om mensachtige prestaties te bereiken bij een reeks taken, waaronder het voorspellen hoe een bal van een tafel zal stuiteren of hoe een vloeistof in een glas zal stromen. .

> "Ons model kan de wereld om ons heen simuleren op een manier die intuïtief is voor mensen", zegt Peter Abbeel, hoogleraar computerwetenschappen aan Stanford en directeur van het Stanford Artificial Intelligence Laboratory. "Dit opent een breed scala aan mogelijkheden voor nieuwe toepassingen die afhankelijk zijn van nauwkeurige objectvoorspelling, zoals zelfrijdende auto's en videogames."

> Het computermodel maakt gebruik van een combinatie van convolutionele neurale netwerken (CNN's), kunstmatige neurale netwerken die ruimtelijke informatie kunnen verwerken, en een op fysica gebaseerde motor om de beweging van objecten te simuleren. De CNN's worden gebruikt om kenmerken uit de visuele invoer te extraheren, zoals de vorm en textuur van een object, en de op fysica gebaseerde engine wordt gebruikt om te simuleren hoe het object zal bewegen op basis van die kenmerken.

> Het model werd getraind op een grote dataset met gegevens over menselijke bewegingen, waardoor het kon leren hoe mensen de beweging van objecten voorspellen. De onderzoekers ontdekten dat het model mensachtige prestaties kon leveren bij een reeks taken, waaronder het voorspellen van de baan van een bal, de baan van een vloeistof en de beweging van een menselijke hand.

> "We hopen dat ons model kan helpen de kloof tussen menselijke intuïtie en machinaal leren te overbruggen", zei Abbeel. “Door het beste van twee werelden te combineren, kunnen we autonome systemen creëren die veiliger, efficiënter en gebruiksvriendelijker zijn.”