211service.com
Volgende grote test voor AI: Sense of the World
Een paar jaar geleden stelde een doorbraak in machinaal leren computers plotseling in staat om objecten op foto's te herkennen met een ongekende - bijna spookachtige - nauwkeurigheid. De vraag is nu of machines nog een sprong kunnen maken, door te leren begrijpen wat er werkelijk in zulke beelden gebeurt.
Een nieuwe beelddatabase, genaamd Visueel genoom , zou computers in de richting van dit doel kunnen duwen en kunnen helpen de voortgang te meten van computers die proberen de echte wereld beter te begrijpen. Computers leren visuele scènes te ontleden is van fundamenteel belang voor kunstmatige intelligentie. Het kan niet alleen nuttigere visie-algoritmen opleveren, maar ook helpen computers te trainen om effectiever te communiceren, omdat taal zo nauw verbonden is met de representatie van de fysieke wereld.
Visual Genome is ontwikkeld door Fei-Fei Li , een professor die gespecialiseerd is in computervisie en die de Stanford Kunstmatige Intelligentie Lab , samen met enkele collega's. We concentreren ons heel erg op enkele van de moeilijkste vragen in computervisie, die echt een brug slaan tussen perceptie en cognitie, zegt Li. Niet alleen pixelgegevens opnemen en proberen de kleur, schaduw en dat soort dingen te begrijpen, maar dat echt veranderen in een vollediger begrip van zowel de 3D- als de semantische visuele wereld.
Li en collega's hebben eerder ImageNet gemaakt, een database met meer dan een miljoen afbeeldingen die zijn getagd op basis van hun inhoud. Elk jaar worden de ImageNet grootschalige visuele herkenningsuitdaging test het vermogen van computers om automatisch de inhoud van afbeeldingen te herkennen.
In 2012 bouwde een team onder leiding van Geoffrey Hinton van de Universiteit van Toronto een groot en krachtig neuraal netwerk dat afbeeldingen veel nauwkeuriger kon categoriseren dan alles wat eerder was gemaakt. De techniek die wordt gebruikt om deze vooruitgang mogelijk te maken, bekend als deep learning, houdt in dat duizenden of miljoenen voorbeelden worden ingevoerd in een neuraal netwerk met veel lagen, waarbij elke laag virtuele neuronen geleidelijk wordt getraind om te reageren op steeds abstractere kenmerken, van de textuur van de vacht van een hond, zeggen, aan zijn algemene vorm.
De prestatie van het Toronto-team markeerde zowel een grote belangstelling voor deep learning als een soort renaissance in kunstmatige intelligentie in het algemeen. En deep learning is sindsdien op veel andere gebieden toegepast, waardoor computers beter zijn in andere belangrijke taken, zoals het verwerken van audio en tekst.
De afbeeldingen in Visual Genome zijn rijker getagd dan in ImageNet, inclusief de namen en details van verschillende objecten die in een afbeelding worden getoond; de relaties tussen die objecten; en informatie over eventuele acties die plaatsvinden. Dit werd bereikt met behulp van een crowdsourcing-aanpak die is ontwikkeld door een van Li's collega's van Stanford, Michael Bernstein . Het plan is om in 2017 een ImageNet-achtige challenge te lanceren met behulp van de dataset.
Algoritmen die zijn getraind met behulp van voorbeelden in Visual Genome kunnen meer doen dan alleen objecten herkennen, en zouden enige mogelijkheid moeten hebben om complexere visuele scènes te ontleden.
Je zit in een kantoor, maar wat is de indeling, wie is de persoon, wat doet hij, wat zijn de objecten eromheen, welke gebeurtenis is er aan de hand? zegt Li. We overbruggen [dit begrip] ook naar taal, omdat de manier om te communiceren niet is door getallen aan pixels toe te wijzen - je moet perceptie en cognitie verbinden met taal.
Li gelooft dat deep learning waarschijnlijk een sleutelrol zal spelen om computers in staat te stellen complexere scènes te ontleden, maar dat andere technieken zullen helpen om de stand van de techniek te verbeteren.
De resulterende AI-algoritmen kunnen misschien helpen om afbeeldingen online of in persoonlijke collecties te ordenen, maar ze kunnen belangrijker worden gebruikt, waardoor robots of zelfrijdende auto's een scène goed kunnen begrijpen. Ze zouden ook kunnen worden gebruikt om computers meer gezond verstand te leren, door te waarderen welke concepten fysiek waarschijnlijk of onwaarschijnlijker zijn.
Richard Socher , een expert op het gebied van machine learning en de oprichter van een AI-startup genaamd MetaMind , zegt dat dit misschien wel het belangrijkste aspect van het project is. Een groot deel van de taal gaat over het beschrijven van de visuele wereld, zegt hij. Deze dataset biedt een nieuwe schaalbare manier om de twee modaliteiten te combineren en nieuwe modellen te testen.
Visual Genome is niet de enige complexe beelddatabase waar onderzoekers mee kunnen experimenteren. Microsoft heeft bijvoorbeeld een database genaamd Veelvoorkomende objecten in context , die de namen en positie van meerdere objecten in afbeeldingen toont. Google, Facebook en anderen pushen ook het vermogen van AI-algoritmen om visuele scènes te ontleden. Onderzoek gepubliceerd door Google in 2014 toonde een algoritme aan dat basisondertitels voor afbeeldingen kan leveren, met verschillende nauwkeurigheidsniveaus (zie Google's Brain-Inspired Software Describes What It Sees in Complex Images). En meer recentelijk toonde Facebook een vraag-en-antwoordsysteem dat zeer eenvoudige vragen over afbeeldingen kan beantwoorden (zie Facebook-app kan basisvragen beantwoorden over wat er in foto's zit).
Aude Oliva , een professor aan het MIT die machine- en menselijke visie bestudeert, heeft een database ontwikkeld met de naam: Plaatsen2 , die meer dan 10 miljoen afbeeldingen van verschillende specifieke scènes bevat. Dit project is bedoeld als inspiratie voor de ontwikkeling van algoritmen die dezelfde scène op meerdere manieren kunnen beschrijven, zoals mensen dat vaak doen. Oliva zegt dat Visual Genome en vergelijkbare databases de machinevisie zullen helpen bevorderen, maar ze gelooft dat AI-onderzoekers inspiratie uit de biologie zullen moeten putten als ze machines willen bouwen met echt mensachtige mogelijkheden.
Mensen putten hun beslissing en intuïtie uit kennis, gezond verstand, zintuiglijke ervaringen, herinneringen en 'gedachten' die niet noodzakelijkerwijs worden vertaald in taal, spraak of tekst, zegt Oliva. Zonder te weten hoe het menselijk brein gedachten creëert, zal het moeilijk zijn om gezond verstand en visueel begrip te leren aan een kunstmatig systeem. Neurowetenschap en informatica zijn de twee kanten van de AI-munt.