人工智能在理解人類行為方面取得了突破性進展。得克薩斯農(nóng)工大學(xué)（Texas A&M University）的研究人員近日開發(fā)出一種名為“OmniPredict”的新型人工智能系統(tǒng)，該系統(tǒng)展現(xiàn)出了前所未有的“讀心”能力——它不僅能看見人類的動作，更能通過解讀視覺和環(huán)境線索，實時預(yù)判人類的下一步意圖。

這一研究成果標(biāo)志著自動駕駛技術(shù)從“被動反應(yīng)”向“主動直覺”的重大跨越。傳統(tǒng)的自動駕駛系統(tǒng)通常只能識別行人的當(dāng)前位置和移動軌跡，而 OmniPredict 則引入了多模態(tài)大語言模型（MLLM）技術(shù)，使其具備了類似人類的推理能力。該系統(tǒng)能夠敏銳地捕捉行人的姿態(tài)變化、猶豫瞬間、身體朝向甚至眼神壓力等細微信號，從而推斷行人究竟是準備過馬路、只是在路邊等待，還是會有其他突發(fā)行為。

研究團隊指出，OmniPredict 的核心優(yōu)勢在于它不再僅僅是“看”各種像素點，而是試圖理解行為背后的“為什么”。通過分析復(fù)雜的混合輸入信息，該模型將人類行為精準地歸類為穿越馬路、視線遮擋、具體動作和注視方向等關(guān)鍵類別。在測試中，OmniPredict 展現(xiàn)了高達67%的預(yù)測準確率，比目前市面上最先進的模型高出了整整10個百分點。更令人印象深刻的是，即便在行人被部分遮擋或僅通過眼神與車輛互動的復(fù)雜場景下，該系統(tǒng)依然保持了極高的判斷穩(wěn)定性。

項目負責(zé)人斯里坎特·薩里帕利（Srikanth Saripalli）博士表示，OmniPredict 賦予了機器一種全新的“街頭智慧”（Street Smarts）。如果自動駕駛汽車能夠像人類駕駛員一樣，讀懂路人“欲言又止”的肢體語言并預(yù)判其下一步動作，道路交通的安全性將得到質(zhì)的飛躍。除了自動駕駛領(lǐng)域，這項能夠解讀肢體語言和心理狀態(tài)的技術(shù)，未來還有望在軍事行動及緊急救援等高風(fēng)險場景中發(fā)揮關(guān)鍵作用，通過賦予機器“直覺”，徹底改變?nèi)藱C協(xié)作的模式。

編譯自/ScitechDaily