Berkeley-forskere tester AI's filmforståelse

Forskere fra Berkeley har undersøgt, hvor godt AI-systemer forstår Hollywood-film - og resultaterne viser både styrker og store huller.

Det er sket

Et forskerhold fra University of California, Berkeley, har udviklet en ny test, der udfordrer AI-modeller med populære Hollywood-film. I stedet for kun at se på billeder eller tekst, skal AI'en forstå hele filmen - både hvad der sker, hvem der gør hvad, og hvorfor. Det er noget af det sværeste for AI at lære, fordi film fortæller historier gennem både billeder, lyd og dialog på samme tid.

Hvad fandt de?

Forskerne testede flere af de største AI-modeller, herunder Gemini fra Google. Resultaterne viser, at modellerne er gode til at genkende enkelte scener og karakterer, men de har svært ved at følge med i længere historiebuer og forstå underliggende motiver. Når det gælder spørgsmål om, hvorfor en karakter handler, som den gør, halter AI'en markant - den gætter oftere, end den reelt forstår.

Hvorfor det betyder noget

Selvom det lyder som ren forskning, har det praktiske konsekvenser. Hvis AI skal kunne hjælpe med at lave videooversigter, besvare spørgsmål om indhold eller endda skrive manuskripter, skal den forstå narrativer bedre. Testen fra Berkeley kan blive en ny standard for, hvordan vi måler AI's evne til at forstå komplekse, visuelle fortællinger - og den viser, at der stadig er lang vej igen.

Kilder:
arXiv cs.AI →

Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.