Forskare vid Scripps Research har utvecklat MovieNet som är en AI-modell inspirerad av mänskliga hjärnprocesser som analyserar rörliga bilder med hög noggrannhet. MovieNet simulerar hur hjärnneuroner reagerar på visuella stimuli, vilket gör den mer effektiv än traditionell AI när det gäller att förstå komplexa, dynamiska scener.
Modellen har stor potential inom olika områden som medicinsk diagnos och autonom körning, tack vare dess förmåga att upptäcka subtila förändringar och använda mindre data och energi.
Hjärnliknande bearbetning av videor
MovieNet är utformad för att efterlikna hur hjärnan tolkar rörliga bilder i realtid. Till skillnad från konventionella AI-modeller som excellerar i att känna igen stillbilder, kan MovieNet identifiera komplexa, föränderliga scener – en förmåga som är avgörande för många tillämpningar där subtila förändringar över tid är viktiga.
Potentiella tillämpningar
MovieNets kapacitet att upptäcka subtila förändringar över tid öppnar upp nya möjligheter inom flera områden:
-
Medicinsk diagnostik: Det kunde hjälpa till att identifiera tidiga tecken på neurodegenerativa sjukdomar som Parkinsons eller flagga oregelbundna hjärtrytmer.
-
Läkemedelsutveckling: Genom att observera celler över tid kan MovieNet spåra subtila förändringar under läkemedelsprovning, vilket kan leda till mer precisa screeningtekniker.
-
Självkörande fordon: Dess förmåga att tolka dynamiska scener skulle kunna förbättra säkerheten och effektiviteten hos autonoma fordonssystem.
https://www.scripps.edu/news-and-events/press-room/2024/20241209-cline-movienet.html