疫情发展模型_受发展心理学启发，研究员开发出能预测物体运动的AI模型

人类可以很容易地识别事物并对其行为进行推理，这是我们认知发展的核心即使是孩子，他们也会根据他们的动态来细分对象，用持久性、稳定性和连续性的概念来解释对象会发生什么，并推断在其他情况下对象会发生什么。

受此启发，为了简化人工智能模型的视觉识别问题，一组来自麻省理工学院——国际商用机器公司沃森人工智能实验室、麻省理工学院计算机科学和人工智能实验室、深度思维和哈佛大学的研究人员引入了一套动态视频推理基准——clevre，并开发了一套可以预测物体运动的模型。

Clevre包含超过20，000个由物理引擎生成的碰撞物体的5秒视频。每个视频包含三种形状、两种材料和八种颜色。它还包括30多万个问题和答案。这些视频和问题都集中在逻辑推理的四个要素上:描述，什么颜色；解释原因；预测接下来会发生什么；与事实相反，如果什么

模型操作示意图

通过分析CLEVRER，研究人员确定了在描述性、解释性、预测性和反事实性问题上训练人工智能模型所需的内容，即:运动的符号描述、对象和事件之间的因果关系以及逻辑关系背后的推理随后，研究人员开发了一个神经符号动态推理模型

型号实际上由四部分组成它们是:视频帧解析器、神经动态预测器、问题解析器和符号程序执行器给定输入视频，视频帧解析器检测场景中的对象，并提取它们的轨迹和属性(即位置、颜色、形状、材质)在形成视频的抽象描述之后，它被发送到神经动态预测器以预测对象的运动和碰撞。问题解决程序接收输入问题，以获得代表其逻辑的功能程序然后，符号程序执行器在动态场景中运行程序并输出答案。

根据团队的报告，在应用了1000个程序的模型后，他们的模型对问题的识别准确率达到了88.1%，优于其他基准模型。在解释性、预测性和反事实性问题上，他们有更好的表现。

的研究人员指出:“自然科学-灾难恢复将动态规划集成到视觉推理任务中，可以直接预测未观察到的运动和事件，并且可以用于预测和反事实任务其次，象征性描述为视觉、语言、动机和因果关系提供了坚实的基础。通过设计，它使模型能够清楚地捕捉视频的因果结构和问题背后的逻辑”

，然而，研究人员也承认，即使训练所需的数据量相对较小，该模型仍难以在实际应用中使用此外，NS-DR的性能对于需要长期动态预测的任务(例如反事实问题)不是很高，这表明未来仍然需要能够产生更稳定和更精确轨迹的动态模型。