从爪蟾获取灵感，科学家开发受类脑视频识别模型MovieNet，准确率超人眼

文章预览

在人工智能领域，静态图像识别技术已经取得了长足进展，但对于动态视频场景的理解和处理仍然存在较大不足。 此前，我们介绍过，在李飞飞团队的视频理解基准 HourVideo 中，即便是目前最先进的多模态模型，其测试正确率也只是比随机猜测（20%）略好一点。 现有的 AI 模型难以像人脑那样实时解读和理解连续变化的视觉信息，这主要是因为它们缺乏对时序信息的有效处理能力。 因此，如果想要让 AI 真正地与人类的生活环境和复杂情景相适应，我们或许需要对这一缺陷做出针对性的改进。 近日，美国 Scripps 研究所的科学家团队，从大脑神经元处理视觉信息的机制中得到启发，开发出一种名为 MovieNet 的 AI 模型，在视频理解任务上取得突破。 相关研究以《识别电影编码神经元实现电影识别 AI》（Identification of movie encoding neurons enables movie recognition A ………………………………