斯克里普斯研究中心的研究人员开发了 MovieNet，这是一种受人类大脑过程启发的人工智能模型，可以高精度地分析运动图像。 MovieNet 模拟了大脑神经元对视觉刺激的反应，使其在理解复杂动态场景方面比传统 AI 更有效。由于该模型能够检测细微变化并使用更少的数据和能量。类似大脑的视频处理MovieNet 旨在模仿大脑如何实时解释运动图像。与擅长识别静态图像的传统 AI 模型不同，MovieNet 可以识别复杂、不断变化的场景——这一功能对于许多重视随时间推移的细微变化的应用程序至关重要。潜在应用 MovieNet 能够检测随时间推移的细微变化，为以下领域开辟了新的机会：多个领域：医学诊断：它可以帮助识别帕金森氏症等神经退行性疾病的早期迹象或标记心律不齐。药物开发：通过长期观察细胞，MovieNet 可以跟踪药物测试过程中的细微变化，从而可以开发出更精确的筛选技术. 自动驾驶汽车：其解读动态场景的能力可以提高自动驾驶汽车系统的安全性和效率。https://www.scripps.edu/news-and-events/press-room/2024/20241209-cline- movienet.html