GM CT Việc huấn luyện các mô hình AI thể hiện trên luồng video thô thường kém hiệu quả vì 90% pixel trong các khung hình liền kề là nhiễu nền lặp lại. Việc cung cấp liên tục những bức tường tĩnh giống nhau sẽ tiêu tốn tài nguyên tính toán của mô hình mà không dạy cho máy bất kỳ thông tin mới nào về vật lý không gian. Tôi theo dõi cách @vangrid_io giải quyết vấn đề này thông qua việc chọn khung hình chính dựa trên entropy. Hệ thống nạp dữ liệu của họ lọc ra các khung hình có delta thông tin cao, cô lập các thay đổi trạng thái động và sự thay đổi góc nhìn quan trọng trước khi đưa vào pipeline không gian. Hiệu quả trong AI vật lý được xây dựng trên việc mã hóa sự mới mẻ, chứ không phải tích trữ các pixel lặp lại.