Opis projektu
Tworzenie nowej generacji wnikliwych algorytmów wizualnych
Potrzebujemy nowej generacji algorytmów wizualnych, aby móc w ogóle myśleć o przewidywaniu przyszłych wydarzeń na podstawie danych wizualnych zapisanych wcześniej w postaci danych. Wizualna sztuczna inteligencja musi również nauczyć się zapobiegania pewnych zdarzeń, a nie wyjaśniania ich przyczyn już po fakcie. Finansowany przez UE projekt EVA ma na celu zaprojektowanie algorytmów, które uczą się czynić na podstawie sekwencji wizualnych założenia dotyczące oczekiwanej przyszłości. Głównym wyzwaniem jest przygotowanie algorytmów wizualnych, które będą w stanie nauczyć się związków przyczynowo-skutkowych w sekwencjach wizualnych. Projekt EVA będzie poświęcony zgłębieniu podstawowych problemów badawczych związanych z automatyczną interpretacją przyszłych sekwencji wizualnych. Wyniki projektu posłużą za podstawę czynienia przełomowych postępów technologicznych w praktycznych zastosowaniach wizyjnych.
Cel
Visual artificial intelligence automatically interprets what happens in visual data like videos. Today’s research strives with queries like: “Is this person playing basketball?”; “Find the location of the brain stroke”; or “Track the glacier fractures in satellite footage”. All these queries are about visual observations already taken place. Today’s algorithms focus on explaining past visual observations. Naturally, not all queries are about the past: “Will this person draw something in or out of their pocket?”; “Where will the tumour be in 5 seconds given breathing patterns and moving organs?”; or “How will the glacier fracture given the current motion and melting patterns?”. For these queries and all others, the next generation of visual algorithms must expect what happens next given past visual observations. Visual artificial intelligence must also be able to prevent before the fact, rather than explain only after it. I propose an ambitious 5-year project to design algorithms that learn to expect the possible futures from visual sequences.
The main challenge for expecting possible futures is having visual algorithms that learn temporality in visual sequences. Today’s algorithms cannot do this convincingly. First, they are time-deterministic and ignore uncertainty, part of any expected future. I propose time-stochastic visual algorithms. Second, today’s algorithms are time-extrinsic and treat time as an external input or output variable. I propose time-intrinsic visual algorithms that integrate time within their latent representations. Third, visual algorithms must account for all innumerable spatiotemporal dynamics, despite their finite nature. I propose time-geometric visual algorithms that constrain temporal latent spaces to known geometries.
EVA addresses fundamental research issues in the automatic interpretation of future visual sequences. Its results will serve as a basis for ground-breaking technological advances in practical vision applications.
Dziedzina nauki
Program(-y)
Temat(-y)
System finansowania
ERC-STG - Starting GrantInstytucja przyjmująca
1012WX Amsterdam
Niderlandy