Може ли компютърът да се научи на здравия разум?

В не твърде далечното минало предположението, че компютърът може да демонстрира „здрав разум“, ще се счита за оксиморон. Но суперкомпютри като IBM Watson на IBM може да предвещават нови роли за компютрите.

В момента изследователите от университета Карнеги Мелън изпълняват компютърна програма 24/7, за да събират данни и да се учат на здравия разум в мащабен мащаб.

Програмата се нарича Never Ending Image Learner (NEIL), тъй като софтуерът търси в мрежата изображения, като прави всичко възможно, за да ги разбере сам и, докато изгражда нарастваща визуална база данни, събирайки здравия разум в мащабен мащаб.

NEIL използва скорошния напредък в компютърното зрение, който позволява на компютърните програми да идентифицират и етикетират обекти в изображения, да характеризират сцени и да разпознават атрибути, като цветове, осветление и материали, всички с минимален човешки надзор.

На свой ред данните, които генерира, допълнително ще подобрят способността на компютрите да разбират визуалния свят.

NEIL има значителен напредък в сравнение с по-ранните роботизирани устройства, тъй като може да създава асоциации между нещата, за да получи информация за здравия разум. Информация, която хората знаят почти интуитивно - че колите често се срещат по пътищата, че сградите са склонни да бъдат вертикални и че патиците изглеждат нещо като гъски.

Въз основа на текстовите препратки може да изглежда, че цветът, свързан с овцете, е черен, но хората - и сега НЕЙЛ - въпреки това знаят, че овцете обикновено са бели.

„Изображенията са най-добрият начин да научите визуални свойства“, каза д-р Абхинав Гупта, асистент-изследовател в Института по роботика на Карнеги Мелън.

„Изображенията включват и много здрава информация за света. Хората научават това сами и с NEIL се надяваме и компютрите да го направят. "

Компютърен клъстер изпълнява програмата NEIL от края на юли и вече е анализирал три милиона изображения, идентифицирайки 1500 вида обекти в половин милион изображения и 1200 вида сцени в стотици хиляди изображения.

Той е свързал точките, за да научи 2500 асоциации от хиляди случаи.

Една от мотивациите за проекта NEIL е да се създаде най-голямата в света визуално структурирана база от знания, където обектите, сцените, действията, атрибутите и контекстните взаимоотношения се етикетират и каталогизират.

„Това, което научихме през последните 5-10 години от изследванията на компютърното зрение, е, че колкото повече данни имате, толкова по-добро става компютърното зрение“, каза Гупта.

Някои проекти, като ImageNet и Visipedia, са се опитали да съставят тези структурирани данни с човешка помощ.

Но мащабът на интернет е толкова огромен - само Facebook съхранява над 200 милиарда изображения - че единствената надежда да се анализира всичко е да се научат компютрите да го правят до голяма степен сами.

Хората също така казват на NEIL какви категории обекти, сцени и т.н. да търсят и анализират. Но понякога това, което NEIL открива, може да изненада дори изследователите.

Може да се очаква, например, че търсенето на „ябълка“ може да върне изображения на плодове, както и на преносими компютри. Но Гупта и неговият екип, всички останали, не подозираха, че търсенето на F-18 ще идентифицира не само изображения на боен самолет, но и катамарани от клас F18.

С продължаването на търсенето си NEIL разработва подкатегории обекти - триколките могат да бъдат за деца, за възрастни и могат да бъдат моторизирани, или колите се предлагат в различни марки и модели.

И започва да забелязва асоциации - че зебрите обикновено се срещат в саваните например и че етажите за търговия на акции обикновено са претъпкани.

Преди NEIL да стане име на домакинство, ще трябва да се намали мащабът, тъй като NEIL е изчислително интензивен, като програмата работи на два клъстера компютри, които включват 200 процесорни ядра.

Източник: Университет Карнеги Мелън