211service.com
Szef AI Facebooka: Maszyny mogą nauczyć się zdrowego rozsądku z wideo
Yann LeCun mówi, że kolejną granicą w wizji maszynowej jest oprogramowanie, które uczy się, obserwując świat. 9 marca 2017 r.
Ilustracja autorstwa Erika Cartera
Pięć lat temu naukowcy dokonali nagłego skoku w dokładności oprogramowania, które potrafi interpretować obrazy. Stojąca za tym technologia, sztuczne sieci neuronowe, stanowi podstawę niedawnego boomu na sztuczną inteligencję (patrz 10 Przełomowe Technologie 2013: Głębokie Uczenie ). Właśnie dlatego Google i Facebook umożliwiają teraz wyszukiwanie w swoich zdjęciach i odblokowały nowe aplikacje do rozpoznawania twarzy.
Yann LeCun, dyrektor grupy badawczej zajmującej się sztuczną inteligencją Facebooka i profesor na Uniwersytecie Nowojorskim, przyczynił się do pionierskiego wykorzystania sieci neuronowych do widzenia maszynowego. Mówi, że wciąż trzeba poczynić postępy – i że może to doprowadzić do powstania oprogramowania o zdrowym rozsądku.
Jak dobre jest teraz widzenie maszynowe?
Jeśli masz obraz z dominującym na nim obiektem, a nazwa gry to podanie kategorii obiektu – to po prostu działa. Dopóki masz wystarczającą ilość danych, w kolejności 1000 obiektów na kategorię, możemy rozpoznać bardzo specyficzne obiekty, takie jak samochody określonej marki, rośliny określonego gatunku lub psy określonej rasy. Możemy również rozpoznać bardziej abstrakcyjne kategorie, takie jak krajobrazy, zachody słońca, wesela czy przyjęcia urodzinowe. Jeszcze pięć lat temu nie było jasne, że ten problem można całkowicie rozwiązać. Ale to nie znaczy, że wizja jest rozwiązana.
Jaki jest ważny problem, który nie został jeszcze rozwiązany?
Ludzie bawili się od wielu lat pomysłem generowania podpisów lub opisów do zdjęć i filmów. Na pierwszy rzut oka były imponujące demonstracje, [ale] nie są one tak imponujące, na jakie wyglądają. Ich dziedzina wiedzy jest bardzo ograniczona do dowolnego wszechświata, w którym ich szkolimy. W większości systemów pokazujesz im obrazy z innymi rodzajami obiektów lub nietypowymi sytuacjami, których nigdy nie widzieli, a oni powiedzą o tym kompletne bzdury. Nie mają zdrowego rozsądku.
Jaki jest związek między wizją a zdrowym rozsądkiem?
Yann LeCun, dyrektor grupy badawczej zajmującej się sztuczną inteligencją Facebooka.
To zależy, z kim rozmawiasz — nawet na Facebooku są ludzie, którzy mają różne opinie na ten temat. Mógłbyś wchodzić w interakcje z inteligentnym systemem wyłącznie za pomocą języka. Problem polega na tym, że język jest kanałem o bardzo niskiej przepustowości. Wiele informacji, które przechodzą przez język, wynika z tego, że ludzie mają dużą wiedzę podstawową, aby interpretować te informacje.
Inni uważają, że jedynym sposobem na dostarczenie wystarczającej ilości informacji do systemu AI jest ugruntowanie ich w percepcji wzrokowej, która jest znacznie, znacznie wyższa pod względem zawartości informacyjnej niż język. Jeśli powiesz maszynie: „To jest smartfon”, „To jest walec parowy”, Są pewne rzeczy, które można przesuwać popychając, a innych nie, być może maszyna nauczy się podstawowej wiedzy o tym, jak działa świat. Trochę tak, jak uczą się dzieci.
Niemowlęta uczą się jednak dużo o świecie bez wyraźnych instrukcji.
Jedną z rzeczy, które naprawdę chcemy zrobić, jest nakłonienie maszyn do gromadzenia bardzo dużej liczby faktów, które reprezentują ograniczenia rzeczywistego świata, po prostu obserwując go za pomocą wideo lub innych kanałów. To w końcu pozwoliłoby im nabrać zdrowego rozsądku. Są to rzeczy, których zwierzęta i niemowlęta uczą się w ciągu pierwszych kilku miesięcy życia – dowiadujesz się absurdalnie dużo o świecie przez samą obserwację. Obecnie maszyny można łatwo oszukać na wiele sposobów, ponieważ mają bardzo wąską wiedzę o świecie.
Jakie postępy poczyniono w opracowywaniu oprogramowania do uczenia się przez obserwację?
Bardzo interesuje nas pomysł, aby system uczenia się był w stanie przewidywać przyszłość. Pokazujesz mu kilka klatek wideo, a on próbuje przewidzieć, co będzie dalej. Jeśli uda nam się wytrenować system, aby to robić, myślimy, że opracujemy techniki leżące u podstaw nienadzorowanego systemu uczenia się. To tam, moim zdaniem, może się wydarzyć wiele ciekawych rzeczy. Zastosowania do tego niekoniecznie dotyczą wizji — to duża część naszych wysiłków na rzecz postępu w sztucznej inteligencji.
(Przeczytaj więcej o projektach badawczych próbujących uzyskać oprogramowanie do wykorzystania wizji do zrozumienia świata: „Facebook’s Artificial Intelligence Software Gets a Dash More Common Sense”, „How Google Plans to Solve Artificial Intelligence ”)