I dag kan mange enheder fange, hvad der sker på kameraet, men hvad hvis du kunne optage på video, hvad der stadig skal ske? Forskere ved MIT CSAIL har skabt en dyb læringsalgoritme, der er i stand til at oprette videoer, der viser, hvad der forventes i fremtiden. Efter intensiv træning (2 millioner videoer) begyndte det kunstige intelligenssystem at generere rammer, der modsatte sig to neurale netværk. Man skabte scenen ved at bestemme, hvilke objekter i en given ramme, der bevægede sig på det tidspunkt. En anden fungerede i mellemtiden som en kvalitetskontrol - den bestemte, om videoen var ægte eller simuleret, og den kunstige video blev betragtet som vellykket, da AI-kontrollen blev narret til at tro, at optagelserne var ægte.
Imidlertid har teknologien sine begrænsninger. Det kan ikke skabe video ud over halvandet sekund i fremtiden, og resultaterne er ikke påfaldende realistiske, men teknologien er stadig god nok til at forudsige for eksempel bevægelse af bølger på stranden eller mennesker, der går på græsset.
Men hvis forskere kan gøre forudsigelser mere realistiske og længere i tid, kan dette få vidtrækkende konsekvenser. Selvkørende biler vil være i stand til at forudsige, hvor og hvordan andre køretøjer og fodgængere skal hen, og sikkerhedskameraer vil være i stand til at markere uoverensstemmelser i optagelser baseret på hvad de forventer at se. Teknologien kan også bruges til daglige opgaver som at tilføje animation til stillbilleder eller komprimere video (da hver videoramme ikke længere er nødvendig). Og uanset omstændighederne kan forudsigelse af fremtiden hjælpe AI med at forstå, hvad der foregår i øjeblikket - det kan hjælpe i alle tilfælde, hvor genkendelse af maskinmønster er afgørende.