Този сайт използва бисквитки (cookies). Ако желаете можете да научите повече тук. Разбрах

Новини Технологии и концепции

Кръстникът на AI разработва техника, която да подобри компютърното зрение

Професор Джефри Хинтън създава през 2012 г. система, анализираща хиляди снимки и самообучаваща се да разпознава общите предмети, като цветя и автомобили, в двуизмерни изображения. Сега опитва да създаде система, която да вижда като човек.

от , 04 декември 2017 0 464 прочитания,

През 2012 г. Джефри Хинтън промени начина, по който машините виждат света. Заедно с двама свои студенти в Университета на Торонто, Хинтън създаде система, която анализира хиляди снимки и се самообучава да разпознава общите предмети като цветя и автомобили.

Скоро след това той и студентите му се местят в Google, а задвижващата тяхната система математическа техника – наречена неврална мрежа – се разпространява сред технологичния свят. Това е начинът, по който автономните автомобили разпознават неща, като пътни значи и пешеходци. Но идеята му има и своите ограничения. Ако неврална мрежа е научена да разпознава чаша за кафе само отстрани, то тя няма да я разпознае ако е обърната на обратно.


Кръстникът на AI разработва техника, която да подобри компютърното зрение


Сега Хинтън и Сара Сабур, изследовател в Google, проучват алтернативна математическа техника с името капсулна мрежа (capsule network). Идеята е да се изгради система, която да вижда нещата както го правят хората. Ако невралната мрежа вижда нещата двуизмерно, капсулната мрежа ще може да ги вижда триизмерно, съобщава The Seattle Times.

Тази година Хинтън откри лаборатория на Google за изкуствен интелект в Торонто. Новата лаборатория е емблематична за бъдещето на проучванията за нови технологии. Очакванията са повечето от тях да станат извън САЩ, в Европа, Китай и в отдавнашни изследователски центрове, като Торонто, където миграционната политика е по-благоприятна.

Задачата на Сабур е да превърне концепцията на Хинтън в математическа реалност, а проектът вече има успехи. Двамата неотдавна публикуваха доклад, според който в определени ситуации техният метод по-точно разпознава обекти, разглеждани от различен от познатите ъгъл.

С тези капсулни мрежи Хинтън цели да даде на машините триизмерната перспектива, каквато хората имат. Това трябва да им позволи да разпознават чашата за кафе от всеки ъгъл, след като са научили как изглежда от само един ъгъл. Това не може да бъде постигнато в невралните мрежи.

Математическата идея за невралните мрежи е още от 50-те години на миналия век, но концепцията получи реално приложение благодарение на подобренията при компютърните изчисления и генерираните от интернет огромно обмени информация. През последните пет години невралните мрежи ускориха процесите в почти всичко – от дигиталните асистенти в смартфоните до преводите на различни езици и автономните автомобили.

Но тези методи са много далеч от осигуряването на изкуствен интелект за машините. За да могат водещите технологични компании да осигурят обещаваната автономност на машините, ще са нужни нови изследвания, които да осигурят съответните технологии.

Хинтън вярва, че неговите капсулни мрежи ще могат в бъдеще да бъдат използвани за най-различни ситуации, ускорявайки развитието на компютърното зрение и методите компютрите да водят диалог. Капсулните мрежи са опит да се наподоби невронната мрежа в човешкия мозък по по-комплексен и структуриран начин. Според него тази нова структура може да бъде от помощ и на другите форми на изкуствен интелект. Той осъзнава, че мнозина ще са скептични към неговите технически похвати, но преди пет години мнозина са били скептични и към невронните мрежи.  

КОМЕНТАРИ ОТ  

Полезни страници
    За нас | Аудитория | Реклама | Контакти | Общи условия |
    Действителни собственици на настоящото издание са Иво Георгиев Прокопиев и Теодор Иванов Захов