答案是肯定的，请看看谷歌在这方面做了什么：

Google Cloud Video Intelligence 通过使用易于使用的 REST API 提取元数据，使视频可搜索和可发现。您现在可以搜索目录中每个视频文件的每一刻。它可以快速注释存储在 Google Cloud Storage 中的视频，并帮助您识别视频中的关键实体（名词）；以及它们何时出现在视频中。

https://cloud.google.com/video-intelligence/

因此，谷歌确实可以识别视频中的各种数据：它将视频的全部内容分类为标签。

人形机器人索菲亚呢？

索菲亚眼中的摄像头与计算机算法相结合，让她能够看到。她可以跟随面孔，保持眼神交流并识别个人。她能够使用自然语言子系统处理语音并进行对话。

https://en.wikipedia.org/wiki/Sophia_(机器人)

这些意图指向从声音和图像中理解（谷歌）和产生（索菲亚）语言的方向。要学会自己思考，机器还没有准备好。如果您更多地了解这两种情况，您会发现这些仍然是非常机械和手动（需要人类预先努力）的事情。

据说机器现在处于蹒跚学步的阶段，可以询问周围事物的名称并为其命名。再等几年，也许能力更先进；）

编辑：

你问过无监督学习。有一个关于麻省理工学院研究员演讲的视频，他对文本和图像进行了实验，在最后的笔记中，他表示用视频做同样的事情会很好，实际上与你的推理相同：学习一门语言。他承诺与同事一起牢记这一点，也许他们中的一些人已经在努力。

编辑2：

关于该主题的有趣研究论文在此链接上：

我们解决了从一组叙述的教学视频中自动学习完成某项任务（例如更换汽车轮胎）的主要步骤的问题。本文的贡献是三方面的。[..] 第三，我们通过实验证明，所提出的方法可以以无监督的方式自动发现完成任务的主要步骤，并在输入视频中定位这些步骤。

是的！无监督机器学习绝对应用于 youtube 视频......识别猫！

这是有关它的文章有线。领先的 ML 研究人员之一是Andrew Ng。

是的，这是可能的，是的，它可能以前已经做过。然而，尝试的人很可能对结果感到失望而忘记告诉别人。

他们可能会感到失望的原因可能是以下任何一种：

• 花了很长时间训练
• 即使经过充分训练（或看起来是），它也没有给出预期的输出
• 对输入的变化过于敏感