Recunoașterea modelului unei aripi de fluturi. Imagine cu amabilitate a lui Li Li
Aici, la Washington, am auzit despre acest lucru pe care îl numiți „planificarea în avans”, dar încă nu suntem pregătiți să-l îmbrățișăm. Un pic prea futurist.
Totuși, nu ne putem abține să-i admirăm de departe pe cei care încearcă să prezică ce s-ar putea întâmpla mai bine de o lună de acum încolo. Așa că am fost impresionat în urmă cu câteva săptămâni, când marii gânditori de la IBM și-au imaginat lumea cinci ani de aici și am identificat ceea ce cred ei că vor fi cinci domenii de inovație care vor avea cel mai mare impact asupra vieții noastre de zi cu zi.
Ei fac acest lucru de câțiva ani acum, dar de data asta vicleșugurile înfricoșate au urmat o temă - cele cinci simțuri umane. Nu că aceștia spun că până în 2018, cu toții vom putea vedea, auzi și mirosi mai bine, ci mai degrabă că mașinile vor - că prin utilizarea tehnologiilor senzoriale și cognitive cu evoluție rapidă, computerele își vor accelera transformarea de la preluarea datelor și procesarea motoarelor la instrumente de gândire.
Vedeți un model?
Astăzi, hai să ne ocupăm de viziune. Este un salt logic să presupunem că IBM ar putea face referire la Google Project Project. Fără îndoială că a redefinit rolul ochelarilor, de la un accesoriu geeky care ne ajută să vedem mai bine la smartphone-ul / dispozitivul de scufundare de date pe care îl vom purta într-o zi pe fețe.
Dar despre asta nu vorbesc IBMers. Acestea sunt concentrate pe viziunea mașinii, în special pe recunoașterea modelului, prin care, prin expunerea repetată la imagini, calculatoarele sunt capabile să identifice lucrurile.
După cum s-a dovedit, Google s-a întâmplat să fie implicat într-unul dintre experimentele mai notabile de recunoaștere a modelului de anul trecut, un proiect în care o rețea de 1.000 de calculatoare care folosesc 16.000 de procesoare a fost, după ce a examinat 10 milioane de imagini de pe videoclipurile YouTube, capabil să se învețe ce este un pisica semăna.
Ceea ce a făcut acest lucru deosebit de impresionant este faptul că calculatoarele au reușit să facă acest lucru fără nicio îndrumare umană despre ce să caute. Toată învățarea s-a făcut prin mașinile care lucrează împreună pentru a decide ce caracteristici ale pisicilor meritau atenția lor și ce tipare contează.
Și acesta este modelul pentru modul în care mașinile vor învăța viziunea. Iată cum explică John Smith, senior manager în IBM Intelligent Information Management:
„Să spunem că am vrut să învățăm un computer cum arată o plajă. Am începe prin a arăta computerului numeroase exemple de scene de plajă. Computerul ar transforma acele imagini în funcții distincte, cum ar fi distribuții de culori, modele de textură, informații despre margini sau informații de mișcare în cazul videoclipului. Apoi, computerul ar începe să învețe cum să discrimineze scene de plajă de la alte scene pe baza acestor caracteristici diferite. De exemplu, s-ar afla că pentru o scenă pe plajă se găsesc de obicei anumite distribuții de culori, comparativ cu un peisaj urban din centru. ”
Cât de inteligent este inteligent?
Bine pentru ei. Însă față, identificarea unei plaje este o chestie de bază pentru majoritatea oamenilor. Am putea fi îndepărtați de cât de multe mașini de gândire vor putea face pentru noi?
Gary Marcus, profesor de psihologie la Universitatea New York, este de părere. Scriind recent pe site - ul The New Yorker, el concluzionează că, deși s-au făcut multe progrese în ceea ce a devenit cunoscut drept „învățare profundă”, mașinile au încă mult de parcurs înainte de a fi considerate cu adevărat inteligente.
„Realist, învățarea profundă este doar o parte din provocarea mai mare a construirii de mașini inteligente. Astfel de tehnici nu au modalități de a reprezenta relațiile cauzale (cum ar fi între boli și simptomele lor) și sunt susceptibile de a se confrunta cu provocări în dobândirea de idei abstracte precum „fratele” sau „identic cu”. Nu au modalități evidente de a efectua inferențe logice și ei sunt, de asemenea, departe de integrarea cunoștințelor abstracte, cum ar fi informații despre ce obiecte sunt, pentru ce sunt destinate și modul în care sunt utilizate în mod obișnuit. "
Oamenii de la IBM ar recunoaște fără îndoială la fel de mult. Învățarea mașinii vine în pași, nu în pas.
Însă ei cred că în cinci ani, învățarea profundă va fi făcut suficient de mulți pași înainte ca computerele, de exemplu, să înceapă să joace un rol mult mai mare în diagnosticul medical, încât ar putea deveni de fapt mai buni decât medicii când vine vorba de depistarea tumorilor, a cheagurilor de sânge. sau țesut bolnav în RMN, radiografii sau tomografii.
Și asta ar putea face o mare diferență în viața noastră.
A vedea e a crede
Iată mai multe modalități în care viziunea mașinii are un impact asupra vieții noastre:
- Îndreptându-vă cel mai bine: Tehnologia dezvoltată la Universitatea din Pittsburgh folosește recunoașterea modelului pentru a permite paraplegicilor să controleze un braț robot cu creierul lor.
- Gura ta spune că da, dar creierul tău spune nu: Cercetătorii de la Stanford au descoperit că folosirea algoritmilor de recunoaștere a modelelor pe scanările IRM ale creierului i-ar putea ajuta să stabilească dacă cineva a avut de fapt dureri inferioare de spate sau dacă au falsificat-o.
- Când alunițele tale sunt gata pentru apropierea lor: Anul trecut, o companie românească, denumită SkinVision, a lansat o aplicație pentru iPhone care permite oamenilor să facă o poză cu alunițe pe pielea lor și apoi să aibă software-ul de recunoaștere SkinVision să identifice orice nereguli și să evidențieze nivelul de risc - fără oferind un diagnostic real. Următorul pas este de a permite oamenilor să trimită imagini cu pielea lor direct la dermatolog.
- Am o ofertă pentru tine: Acum în curs de dezvoltare este o tehnologie de marketing numită Facedeals. Funcționează astfel: odată ce o cameră de la intrarea unui magazin te recunoaște, vei primi oferte personalizate în magazin pe telefonul tău inteligent. Și da, ar trebui să optați mai întâi.
- Știam că sigiliul oriunde: Un sistem computerizat de identificare foto care folosește recunoașterea modelelor îi ajută pe oamenii de știință britanici să urmărească sigiliile gri, care au marcaje unice pe hainele lor.
Bonus video: În timp ce suntem pe tema inteligenței artificiale, iată un roișor robot care joacă Beethoven, complimente ale oamenilor de știință de la Georgia Tech. Pariați că nu vă așteptați să vedeți asta astăzi.
Mai multe de pe Smithsonian.com
Un creier artificial mai uman
Cum tehnologia combate terorismul
