Mintafelismerés egy pillangó szárny. Kép jóvoltából Li Li
Itt, Washingtonban, hallottuk erről a dologról, amelyet „előzetes tervezésnek” hívnak, de még nem állunk készen az átvételre. Kicsit túl futurisztikus.
Mégis távolról csodálhatjuk azokat, akik megpróbálják megjósolni, mi történhet most, mint egy hónap múlva. Tehát néhány héttel ezelőtt benyomást keltett rá, amikor az IBM nagy gondolkodói öt év elképzelésével elképzelik a világot, és meghatározták, mi szerintük az innováció öt olyan területe lesz, amely a legnagyobb hatással lesz mindennapi életünkre.
Néhány éve ezt csinálják, de ezúttal a véletlen sípoló témák - az öt emberi érzék - témáját követték. Nem azt mondják, hogy 2018-ra mindannyian képesek leszünk jobb látásra, hallásra és szaglásra, hanem inkább arra, hogy a gépek - hogy a gyorsan fejlődő szenzoros és kognitív technológiák segítségével a számítógépek felgyorsítják átalakulásukat az adatok visszakeresése és motorok feldolgozása gondolkodó eszközökké.
Lát egy mintát?
Ma foglalkozzunk a látással. Logikus lépés, ha feltételezzük, hogy az IBM hivatkozhat a Google Project Glass-re. Nem kétséges, hogy újradefiniálta a szemüveg szerepét, a geeky kiegészítőktől kezdve, amely segít nekünk jobban látni a kombinált okostelefont / adat merülő eszközt, amelyet egyszer viselünk az arcon.
De erről nem az IBM szakemberek beszélnek. A gépi látásra összpontosítanak, különösképpen a mintázatfelismerésre, ahol a számítógépek képeinek ismételt expozíciója révén képesek azonosítani a dolgokat.
Mint kiderül, a Google bekapcsolódott a tavalyi év egyik figyelemre méltóbb mintázatfelismerési kísérletébe, egy olyan projektbe, amelyben egy 1000 számítógépből álló 16 000 processzort használó hálózat a YouTube videóiból származó 10 millió kép megvizsgálása után megtanította magának, hogy mi úgy nézett ki a macska.
Különösen lenyűgözővé tette, hogy a számítógépek bármilyen emberi útmutatás nélkül képesek voltak erre a célra. Az összes tanulást a gépeken keresztül hajtották végre, hogy eldöntsék, a macskák mely tulajdonságai érdemelik a figyelmüket és melyik minták számítanak.
És ez az a modell, amellyel a gépek megtanulják a látást. Így magyarázza ezt John Smith, az IBM intelligens információkezelési vezetője:
„Tegyük fel, hogy azt akartuk tanítani egy számítógépre, hogy néz ki a strand. Először a tengerparti jelenet sok példáját mutatjuk be a számítógépre. A számítógép ezeket a képeket különálló tulajdonságokká változtatja, mint például a színeloszlás, a textúra minták, az élinformáció vagy a videó esetén a mozgásinformáció. Ezután a számítógép elkezdi megtanulni, hogyan lehet megkülönböztetni a tengerparti jeleneteket a többi jelenettől e különféle jellemzők alapján. Megtudhatja például, hogy egy tengerparti jelenet esetében általában bizonyos színeloszlások találhatók, összehasonlítva a belvárosi városképtel. ”
Mennyire okos az okos?
Jó nekik. De szembe kell nézni azzal, hogy a legtöbb ember számára a strand azonosítása elég alapvető dolog. El tudjuk vinni, hogy mennyi gondolkodógép képes lesz nekünk?
Gary Marcus, a New York-i Egyetem pszichológia professzora úgy gondolja. Nemrégiben a The New Yorker webhelyén írva azt a következtetést vonja le, hogy bár jelentős előrelépés történt a „mély tanulás” néven ismertté válás terén, a gépeken még hosszú utat kell megtenni, mielőtt valóban intelligensnek kellene tekinteni.
„Valójában a mély tanulás csak egy része az intelligens gépek gyártásának nagyobb kihívásának. Az ilyen technikáknak nem állnak módjai az ok-okozati összefüggések ábrázolására (például a betegségek és tüneteik között), és valószínűleg kihívásokkal szembesülnek olyan elvont ötletek megszerzésében, mint például „testvér” vagy „azonos”. Nincs logikus következtetésük nyilvánvaló módja, és szintén még hosszú távolságra vannak az absztrakt tudás integrációjától, például információk arról, hogy mi az objektum, mi az, amihez készül, és hogyan használják tipikusan. "
Az IBM emberei kétségtelenül ennyit elismernének. A gépi tanulás lépésekben, nem ugrásszerűen jön létre.
Úgy vélik azonban, hogy öt éven belül a mélyreható tanulás elegendő előrelépést fog tenni, hogy például a számítógépek sokkal nagyobb szerepet töltsenek be az orvosi diagnosztikában, és hogy valójában jobbak lehetnek, mint az orvosok, ha daganatok, vérrögök észlelésére kerül sor vagy beteg szövet MRI-kben, röntgen sugarakban vagy CT-vizsgálatban.
És ez nagy változást hozhat az életünkben.
Hiszem ha látom
Íme még több módszer, ahogy a gépi látás hatással lehet az életünkre:
- A legjobb kar előrehaladása: A Pittsburgh-i Egyetemen kifejlesztett technológia mintázatfelismerést alkalmaz, amely lehetővé teszi a paraplegikusok számára, hogy az agyukkal robotkarokat vezessenek.
- A szád azt mondja, hogy igen, de az agyad nem: A Stanfordi kutatók azt találták, hogy mintázatfelismerő algoritmusok használata az agyok MRI-vizsgálatánál segíthet nekik meghatározni, valakinek valóban van-e alsó hátfájása, vagy ha nem.
- Amikor az anyajegyek készen állnak a közeli felvételükre: Tavaly egy SkinVision nevű román indító indított egy iPhone alkalmazást, amely lehetővé teszi az emberek számára, hogy képeket készítsenek a bőrükön lévő anyajegyekről, majd a SkinVision felismerő szoftverével azonosítsák a szabálytalanságokat és rámutassanak a kockázati szintre - anélkül tényleges diagnózist kínál. A következő lépés az, hogy lehetővé tegyék az embereknek, hogy bőrükről képeket küldjenek közvetlenül a bőrgyógyászhoz.
- Van egy üzlet önnek: Most fejlesztés alatt áll egy Facedeals nevű marketing technológia. Így működik: Amint egy áruház bejáratánál lévő kamera felismer téged, testreszabott üzletkötési ajánlatokat küld az okostelefonján. És igen, először be kell választania.
- Bárhol megismerném ezt a pecsétet: A számítógépes fotóazonosító rendszer, amely mintázatfelismerést használ, segít a brit tudósoknak a szürke pecsétek nyomon követésében, amelyeknek egyedi jelölése van a kabátjukon.
Videó bónusz: Amíg a mesterséges intelligencia témáján vagyunk, itt van egy robot-raj, amely Beethoven-t játssza, a Georgia Tech tudósának elismerése. Fogadj, hogy nem számítottál erre ma.
További információk a Smithsonian.com webhelyről
Több emberi mesterséges agy
Hogyan harcol a technológia a terrorizmus ellen?
