211service.com
Facebooks AI-sjef: Maskiner kan lære sunn fornuft fra video
Yann LeCun sier at den neste frontlinjen innen maskinsyn er programvare som lærer bare ved å observere verden. 9. mars 2017
Illustrasjon av Erik Carter
For fem år siden tok forskere et plutselig sprang i nøyaktigheten til programvare som kan tolke bilder. Teknologien bak, kunstige nevrale nettverk, underbygger den nylige boomen innen kunstig intelligens (se 10 Breakthrough Technologies 2013: Deep Learning). Det er grunnen til at Google og Facebook nå lar deg søke i bildene dine, og de har låst opp nye applikasjoner for ansiktsgjenkjenning.
Yann LeCun, direktør for Facebooks AI-forskningsgruppe og professor ved New York University, var med på å banebrytende bruken av nevrale nettverk for maskinsyn. Han sier at det fortsatt er fremgang å gjøre – og at det kan føre til programvare med sunn fornuft.
Hvor bra er maskinsyn nå?
Hvis du har et bilde med et dominerende objekt i det, og navnet på spillet er å angi kategorien til objektet – det fungerer bare. Så lenge du har nok data, i størrelsesorden 1000 objekter per kategori, kan vi gjenkjenne veldig spesifikke objekter som biler av et bestemt merke eller planter av en bestemt art eller hunder av en bestemt rase. Vi kan også gjenkjenne mer abstrakte kategorier, som om bilder er landskap, solnedganger, bryllup eller bursdagsfester. For bare fem år siden var det ikke klart at dette problemet var fullstendig løsbart. Men det betyr ikke at visjonen er løst.
Hva er et viktig problem som ikke er løst ennå?
Folk har lekt i en årrekke med ideen om å generere bildetekster eller beskrivelser for bilder og video. Det har på forsiden vært imponerende demonstrasjoner, [men] de er ikke så imponerende som de ser ut. Kompetansedomenet deres er svært begrenset til hvilket univers vi trener dem på. De fleste systemene viser dem bilder med andre typer objekter eller uvanlige situasjoner de aldri har sett, og de vil si fullstendig søppel om det. De har ikke sunn fornuft.
Hva er sammenhengen mellom syn og sunn fornuft?
Yann LeCun, direktør for Facebooks forskningsgruppe for kunstig intelligens.
Det kommer an på hvem du snakker med – selv på Facebook er det folk med forskjellige meninger om dette. Du kan samhandle med et intelligent system utelukkende med språk. Problemet er at språk er en kanal med svært lav båndbredde. Mye informasjon som går gjennom språk er fordi mennesker har mye bakgrunnskunnskap for å tolke denne informasjonen.
Andre mennesker tror at den eneste måten å gi nok informasjon til et AI-system er å jorde det i visuell persepsjon, [som] er mye, mye høyere i informasjonsinnhold enn språk. Hvis du forteller en maskin Dette er en smarttelefon, Dette er en dampvals, Det er visse ting du kan flytte ved å skyve og andre du ikke kan, kanskje vil maskinen lære grunnleggende kunnskap om hvordan verden fungerer. Litt som hvordan babyer lærer.
Babyer lærer mye om verden uten eksplisitt instruksjon.
En av tingene vi virkelig ønsker å gjøre er å få maskiner til å tilegne seg det svært store antallet fakta som representerer begrensningene i den virkelige verden bare ved å observere det gjennom video eller andre kanaler. Det er det som vil tillate dem å tilegne seg sunn fornuft, til slutt. Dette er ting som dyr og babyer lærer de første månedene av livet – du lærer latterlig mye om verden bare ved å observere. Det er mange måter maskiner for øyeblikket lett lar seg lure på fordi de har svært begrenset kunnskap om verden.
Hvilke fremskritt gjøres med å få programvare til å lære ved observasjon?
Vi er veldig interessert i ideen om at et læringssystem skal kunne forutsi fremtiden. Du viser den noen få bilder med video, og den prøver å forutsi hva som kommer til å skje videre. Hvis vi kan trene et system til å gjøre dette, tror vi at vi har utviklet teknikker som ligger til grunn for et uovervåket læringssystem. Det er der, etter min mening, det er sannsynlig at mye interessant vil skje. Applikasjonene for dette er ikke nødvendigvis i visjon – det er en stor del av vår innsats for å gjøre fremskritt innen AI.
(Les mer om forskningsprosjekter som prøver å få programvare til å bruke visjon for å forstå verden: ' Facebooks programvare for kunstig intelligens får en strek mer sunn fornuft ,' ' Hvordan Google planlegger å løse kunstig intelligens ')