I dag kan mange enheter fange opp det som skjer på kameraet, men hva om du kan spille inn på video hva som fremdeles må skje? Forskere ved MIT CSAIL har laget en dyplæringsalgoritme som kan lage videoer som viser hva som forventes i fremtiden. Etter intensiv trening (2 millioner videoer) begynte det kunstige intelligenssystemet å generere rammer, som motarbeidet to nevrale nettverk mot hverandre. Man opprettet scenen ved å bestemme hvilke gjenstander i en gitt ramme som beveget seg på den tiden. En annen fungerte i mellomtiden som en kvalitetskontroll - den bestemte om videoen var ekte eller simulert, og den kunstige videoen ble ansett som vellykket da kontrollen av AI ble lurt til å tro at opptakene var ekte.
Imidlertid har teknologien sine begrensninger. Det kan ikke lage video utover halvannet sekund i fremtiden, og resultatene er ikke påfallende realistiske, men teknologien er fortsatt god nok til å forutsi for eksempel bevegelse av bølger på stranden eller folk som går på gresset.
Men hvis forskere klarer å gjøre spådommer mer realistiske og lengre i tid, kan dette få vidtrekkende konsekvenser. Selvkjørende biler vil kunne forutsi hvor og hvordan andre kjøretøy og fotgjengere skal, og sikkerhetskameraer vil kunne markere inkonsekvenser i opptakene basert på hva de forventer å se. Teknologien kan også brukes til daglige oppgaver som å legge til animasjon i stillbilder eller komprimere video (siden hver videoramme ikke lenger er nødvendig). Og uansett omstendigheter, kan det å forutsi fremtiden hjelpe AI til å forstå hva som skjer for øyeblikket - det kan hjelpe i alle fall der det er viktig å gjenkjenne maskinmønster.
