En ny type datasyn kan ikke lures av merkelig belysning

Kategori: Ukategorisert Lagt ut 21. nov

Datasyn har kommet langt siden imagenet , et stort datasett med åpen kildekode med merkede bilder, ble utgitt i 2009 for forskere å bruke til å trene AI – men bilder med vanskelig eller dårlig belysning kan fortsatt forvirre algoritmer. Forskere har enten prøvd å bruke håndlagde regler om hvordan lys samhandler med objekter eller brukt et datasett som dekker så mange lyssituasjoner som mulig. Men det er en nesten ubegrenset kombinasjon av gjenstander og lys i den virkelige verden, noe som hindrer begge tilnærmingene.

En ny artikkel fra forskere fra MIT og DeepMind beskriver en prosess som kan identifisere bilder i forskjellig belysning uten å måtte håndkode regler eller trene på et stort datasett. Prosessen, kalt et gjengitt intrinsics-nettverk (RIN), deler automatisk et bilde i reflektans-, form- og belysningslag. Den rekombinerer deretter lagene til en rekonstruksjon av det originale bildet.

For å trene RIN opprettet forskerne et datasett med fem former - kuber, kuler, kjegler, sylindre og toruser - og gjengitt hver med 10 forskjellige orienteringer og 500 forskjellige farger. Som et bevis på konseptet viste forskerne hvordan å bryte ned et bilde i de tre lagene kan hjelpe en datamaskin med å identifisere hva et element i et bilde er, eller utlede formen. For eksempel lærte modellen å oppdage mye mer kompliserte gjenstander – som de klassiske bildetestmodellene Stanford kanin , Utah tekanne , og Blenders Suzanne – etter å ha blitt trent på de grunnleggende prøveformene, uten noen gang å se merkede eksempler.

Utover å tilby en ny måte å overvinne problemet med uendelige lyssituasjoner for et bilde, er RIN også et eksempel på læring med umerkede data. Det meste av kunstig intelligens trenger fortsatt merkede data for å lære, og å forberede det tar timer med repeterende menneskelig arbeid. Å finne en måte å lære av umerkede data er en av de neste grensene innen kunstig intelligens.