Штучний інтелект навчився бачити по-справжньому
Незважаючи на значний прогрес, досягнутий останнім часом, системи машинного зору значно відстають від своїх біологічних аналогів. Це стосується не тільки швидкості обробки інформації, але і надійності. Справа в тому, що головний мозок здатний розпізнавати об’єкти незалежно від того, яку частину видно в даний момент. А іноді і зовсім ґрунтуватися на контексті загального плану. Саме такому способу зору і навчили ІІ експерти з США.
За розробку відповідають учені з Каліфорнійського університету в Лос-Анджелесі і Стенфордського університету і їх система може бачити навколишній світ завдяки тому ж методу, який використовуємо ми з вами. Як повідомляє редакція видання Proceedings of the National Academy of Sciences, система може ідентифікувати об’єкти, грунтуючись тільки на деяких їх частинах, що раніше було недоступно жодному ІІ.
Сам процес навчання новим способом складається з трьох послідовних етапів. Після того, як систему просять знайти якийсь об’єкт, вона розбиває зображення на більш дрібні частини. На малюнку вище показано, як система ідентифікує об’єкт на основі таких от дрібних частин. Потім кожна частина окремо аналізується та ідентифікуються її зв’язку з іншими об’єктами загальної картини. Після цього ІІ знову «дивиться» на картину цілком і виявляє, які частини картини мають відношення до об’єкту, а які ні. Ну а далі ШІ почав тренуватися на численних фото та відео, взяті з мережі.
«Інтернет надав нам дві речі, які допомагають нашій системі комп’ютерного зору навчатися також, як і люди. Це, по-перше, наявність великої кількості зображень і відеороликів, де присутні об’єкти одного типу. А по-друге, в мережі багато фото і відео, де одні і ті ж об’єкти показані з різних ракурсів, на різній відстані від точки огляду і в різних умовах.» — заявив провідний автор дослідження Ввани Ройховдхури.
На фінальному етапі вчені протестували систему на більш, ніж 9000 зображеннях людей і різних об’єктів і у всіх випадках вона розпізнавала потрібне як мінімум не гірше, ніж ШІ з величезним досвідом роботи, але навчений «старим» методом.
