>Se ha desarrollado un nuevo modelo informático que puede igualar la capacidad humana para predecir cómo se moverán los objetos. El modelo podría utilizarse para mejorar la seguridad de los vehículos autónomos y otros sistemas autónomos, así como para simular objetos en videojuegos y películas.
> Los seres humanos predicen el movimiento de los objetos basándose en conocimientos visuales y físicos, así como en el sentido común. El modelo informático, desarrollado por investigadores de la Universidad de Stanford, combina el aprendizaje automático y la simulación basada en la física para lograr un rendimiento similar al humano en una variedad de tareas, incluida la predicción de cómo rebotará una pelota en una mesa o cómo fluirá un líquido hacia un vaso. .
> "Nuestro modelo puede simular el mundo que nos rodea de una manera intuitiva para los humanos", dijo Peter Abbeel, profesor de informática en Stanford y director del Laboratorio de Inteligencia Artificial de Stanford. "Esto abre una amplia gama de posibilidades para nuevas aplicaciones que se basan en la predicción precisa de objetos, como los coches autónomos y los videojuegos".
> El modelo informático utiliza una combinación de redes neuronales convolucionales (CNN), que son redes neuronales artificiales que pueden procesar información espacial, y un motor basado en la física para simular el movimiento de objetos. Las CNN se utilizan para extraer características de la entrada visual, como la forma y la textura de un objeto, y el motor basado en la física se utiliza para simular cómo se moverá el objeto en función de esas características.
> El modelo se entrenó con un gran conjunto de datos de captura de movimiento humano, lo que le permitió aprender cómo los humanos predicen el movimiento de los objetos. Los investigadores descubrieron que el modelo podía lograr un rendimiento similar al humano en una variedad de tareas, incluida la predicción de la trayectoria de una pelota, la trayectoria de un líquido y el movimiento de una mano humana.
> "Esperamos que nuestro modelo pueda ayudar a cerrar la brecha entre la intuición humana y el aprendizaje automático", dijo Abbeel. "Al combinar lo mejor de ambos mundos, podemos crear sistemas autónomos que sean más seguros, eficientes y fáciles de usar".
