KI-Videoverarbeitung durch menschliches Gehirn inspiriert um 65 Prozent beschleunigt

Technik und Auswirkungen

Das Modell wurde auf dem ETS-Interview-Datensatz getestet, der 1.891 Vorstellungsgesprchs-Videos von 260 Teilnehmern enthlt. Laut den Testergebnissen erreichte das System die höchste Vorhersagegenauigkeit, indem es lediglich 15,42 % der vorhandenen visuellen Merkmale nutzte.

Mit anderen Worten: Obwohl etwa 85 % der visuellen Daten gefiltert wurden, verbesserte sich die Leistung des Modells. 65-prozentige Einsparung der Verarbeitungszeit Diese hohe Effizienz, die das Modell bietet, schlägt sich direkt in den Verarbeitungszeiten nieder.

In den durchgeführten Tests sank die durchschnittliche Verarbeitungszeit eines zweiminütigen Videoclips von 52 auf 18 Sekunden, wodurch eine Zeiteinsparung von 65 % erzielt wurde. Hung Le, Erster Autor der Studie, vergleicht das Funktionsprinzip des Systems mit den alltäglichen Gesprächsgewohnheiten der Menschen.

Le betont, dass Menschen beim Gespräch

Le betont, dass Menschen beim Gespräch nicht ständig und ununterbrochen auf ihre Gesprächspartner schauen; vielmehr nehmen sie zunächst Veränderungen in der Stimme wahr und lenken dann ihren Blick auf Momente, die als wichtig erachtet werden.

Die künstliche Intelligenz passt ähnlich wie das menschliche Gehirn, das sich auf die interessantesten Momente konzentriert, die Datenmenge automatisch für jeden Videoclip an. Dieser Ansatz ermöglicht eine deutlich effizientere Verteilung der IT-Ressourcen.

Zukunft der intelligenten Assistenten und Nachhaltigkeit Die entwickelte Architektur reduziert den Rauschfaktor und verbessert die Vorhersagequalität, indem sie im Gegensatz zu herkömmlichen Modellen unnötige Videobilder aussortiert.

Technik und Auswirkungen

Laut Forschungsdaten gelang es dem EMF-dVAE-Modell, das Korrelationsverhältnis von 0,6792 auf 0,7196 und den F1-Score von 74,73 % auf 76,64 % zu steigern.

Diese Technologie könnte zukünftig KI-gestützte Interview-Coaches, Kommunikationslernaufgaben und intelligente Assistenten ermöglichen, die auch auf ressourcenbeschränkten Consumer-Geräten in Echtzeit mit hoher Genauigkeit funktionieren.

Zudem soll sie angesichts des raschen Anstiegs der Videodatenmengen dazu beitragen, IT-Kosten und den Energieverbrauch zu senken, wodurch die Entwicklung umweltfreundlicher und nachhaltiger KI-Systeme gefördert wird.