Прогнозирующие алгоритмы достаточно часто используются для коррекции ошибок или для заполнения пауз, которые возникают при трансляции видео или аудио через Интернет. Такие алгоритмы сами могут генерировать недостающие кадры, основываясь на данных предыдущих изменений в транслируемом видеоряде. Но работает это все достаточно хорошо в случае отсутствия небольшого количества кадров, максимум нескольких десятков. А некто Дамиен Генри (Damien Henry) решил посмотреть, как сработает прогнозирующий алгоритм, если его заставить сгенерировать 100 тысяч кадров подряд.
В своем эксперименте, результат которого можно посмотреть на приведенном ниже видеоролике, Дамиен Генри дал на вход прогнозирующего алгоритма, предназначенного именно для обработки видео, один кадр. И все дальнейшее, как можно в этом убедиться, напоминало процесс неоднократного создания очередной фотокопии с предыдущей. Тем не менее, алгоритму удалось создать 56-минутное видео, большая часть которого напоминает кадры съемки низкокачественной цифровой камерой из окна автомобиля, двигающегося на высокой скорости.
Конечно, вряд ли может найтись человек, способный просмотреть, не заснув при этом, весь видеоролик с начала до конца. Но, смеем вас заверить, в этом видео часто встречаются весьма неожиданные и интересные моменты, на которые можно наткнуться, запасшись некоторым терпением и тыкая случайным образом в полосу положения момента воспроизведения.
Серьезные прогнозирующие алгоритмы, в основе которых лежать технологии машинного изучения, являются достаточно мощным и полезным инструментом в технологиях обработки сигналов, видео- и аудиоинформации. Именно на этих принципах базируется технология, разработанная в компании Google, которая позволяет создать короткие видеоролики, используя фотоснимок в качестве исходных данных. А в будущем использование подобных алгоритмов позволит людям без особых трудностей создавать целые миры для виртуальной реальности или создавать собственные видеофильмы, не нуждаясь в бюджете, сопоставимом с бюджетом голливудского блокбастера.
Источник: