V体育 玉木彻

我们正在进行研究，帮助计算机理解现实世界，重点是视频图像理解。视频是多模态信息体，不仅包括图像，还包括音频、文本，甚至场景的情况和上下文。我们正在探索让人工智能能够读取和理解这些多样化信息的含义的技术。例如，通过这项技术，可以观看体育比赛的视频，了解谁进球了以及他们踢了什么样的比赛，检查医院检查期间拍摄的图像以确定某人是否生病，或者通过查看监控录像来检查是否有任何异常。我们正在探索结合图像识别、视频分析、机器学习、深度学习、图像生成人工智能等多种技术，利用视频造福社会的新方式。