Šiais laikais daugelis prietaisų gali užfiksuoti tai, kas vyksta fotoaparate, bet kas, jei galėtumėte įrašyti į vaizdo įrašą tai, kas vis dar turi atsitikti? MIT CSAIL tyrėjai sukūrė gilų mokymosi algoritmą, galintį sukurti vaizdo įrašus, rodančius, ko tikimasi ateityje. Po intensyvių treniruočių (2 milijonai vaizdo įrašų) dirbtinio intelekto sistema pradėjo kurti kadrus, priešindama du neuroninius tinklus. Vienas sukūrė sceną nustatydamas, kurie objektai tam tikrame kadre tuo metu juda. Tuo tarpu kitas veikė kaip kokybės tikrintojas - jis nustatė, ar vaizdo įrašas tikras, ar imituotas, o dirbtinis vaizdo įrašas buvo laikomas sėkmingu, kai tikrinantis dirbtinis intelektas buvo apgautas manant, kad filmuota medžiaga yra tikra.
Tačiau technologija turi savo apribojimų. Negalima sukurti vaizdo įrašo ilgiau nei pusantros sekundės į ateitį, o rezultatai nėra stebėtinai realistiški, tačiau technologija vis tiek yra pakankamai gera, kad būtų galima numatyti, pavyzdžiui, bangų judėjimą paplūdimyje ar žmones, einančius žole.
Tačiau jei tyrėjai gali padaryti prognozes realesnes ir ilgesnes, tai gali turėti toli siekiančių pasekmių. Savarankiškai važiuojantys automobiliai galės nuspėti, kur ir kaip eina kitos transporto priemonės ir pėstieji, o apsaugos kameros galės pažymėti nenuoseklumą filmuotoje medžiagoje pagal tai, ko tikisi pamatyti. Ši technologija taip pat galėtų būti naudojama atliekant kasdienes užduotis, pavyzdžiui, pridėti animaciją prie nejudančių vaizdų ar suglaudinti vaizdo įrašą (nes kiekvieno vaizdo kadro nebereikia). Nepaisant aplinkybių, ateities prognozavimas gali padėti AI suprasti, kas šiuo metu vyksta - tai gali padėti bet kuriuo atveju, kai mašinos modelio atpažinimas yra būtinas.