Katten ansigt oprettet af Googles computer hjerne. Billed med tilladelse fra Google.
For et par måneder siden delte Google med os en anden udfordring, den havde taget. Det var ikke så fantasifuldt som en førerløs bil eller så nørdigt sexet som augmented reality-briller, men til sidst kunne det være større end begge dele. Faktisk vil det sandsynligvis gøre dem begge endnu mere dynamiske.
Hvad Google gjorde var at skabe en syntetisk hjerne, eller i det mindste den del af den, der behandler visuel information. Teknisk byggede den en mekanisk version af et neuralt netværk, en lille hær med 16.000 computerprocessorer, som ved at arbejde sammen faktisk var i stand til at lære.
På det tidspunkt fokuserede det meste af opmærksomheden på, hvad alle disse maskiner lærte, hvilket hovedsageligt var, hvordan man identificerer katte på YouTube. Det fik mange yucks og revner til, om computere spekulerede på, hvorfor så mange af kattene skyllede toiletter.
Men Google gik ned ad en sti, som forskere har undersøgt i mange år, tanken om at bruge computere til at efterligne forbindelser og interaktioner mellem menneskelige hjerneceller til det punkt, hvor maskinerne faktisk begynder at lære. Forskellen er, at søgemaskinen var i stand til at marskalkere ressourcer og computerkraft, som få virksomheder kan.
Ansigtet er velkendt
I 10 dage undersøgte non-stop 1000 computere - ved hjælp af disse 16.000 processorer - tilfældige miniaturebilleder taget fra 10 millioner forskellige YouTube-videoer. Og fordi det neurale netværk var så stort - det havde mere end en milliard forbindelser - var det i stand til at lære at identificere funktioner på egen hånd uden nogen reel menneskelig vejledning. Gennem den enorme mængde information, det optog, lærte netværket ved at genkende forholdet mellem data grundlæggende sig begrebet en kat.
Imponerende. Men hvad angår viden, er dette grund til stor jubel? Altså ja. Fordi til sidst kunne alle maskiner, der arbejdede sammen, bestemme, hvilke katteegenskaber der gav deres opmærksomhed, og hvilke mønstre, der betyder noget, snarere end at blive fortalt af mennesker, hvilke særlige former de skulle se efter. Og ud fra den viden, der er opnået gennem meget gentagelse, var det neurale netværk i stand til at skabe sit eget digitale billede af en katts ansigt.
Det er et stort spring fremad for kunstig intelligens. Det vil sandsynligvis også have gode udbetalinger til Google. En af dets forskere, der arbejdede på projektet, en ingeniør ved navn Jeff Dean, fortalte for nylig MIT's Technology Review, at hans gruppe nu tester computermodeller, der forstår billeder og tekst sammen.
”Du giver det marsvin”, og det giver dig billeder af marsvin, ”forklarede Dean. "Hvis du giver det et billede af en marsvin, giver det dig 'marsvin' som et ord."
Så Googles billedsøgning kunne blive langt mindre afhængig af ledsagende tekst for at identificere, hvad der er på et foto. Og det vil sandsynligvis anvende den samme tilgang til raffinering af talegenkendelse ved at være i stand til at samle ekstra spor fra video.
Ingen tvivl om, at muligheden for at bruge algoritmer til at absorbere og væve mange datastrømme, endda forskellige typer data, såsom lyd og billeder, vil hjælpe med at gøre Googles førerløse bil så meget mere autonom. Samme med Google-briller.
Men nu et udsnit af perspektiv. For alle dens fremskridt har Google stadig en lang vej at gå for at måle sig med den rigtige ting. Dets massive neurale netværk, det med en milliard forbindelser, er, hvad angår neuroner og synapser, stadig en million gange mindre end den menneskelige hjernes visuelle cortex.
Et spørgsmål om intelligens
Her er en nyere udvikling inden for kunstig intelligens:
- Et bi eller ikke et bi: Et team af britiske forskere forsøger at skabe en nøjagtig model af en honningbies hjerne. Ved at gengive de nøglesystemer, der udgør en bies opfattelse, såsom vision og duft, håber forskerne på sigt at kunne installere den kunstige biehjerne i en lille flyvende robot.
- Men tager det hensyn til dækningen ?: Ny software kaldet Booksai bruger kunstig intelligens til at give dig boganbefalinger baseret på stil, tone, humør og genre af ting, som du allerede ved, at du kan lide at læse.
- Ser jeg altid så godt ud ?: Forskere ved Yale har programmeret en robot, der kan genkende sig selv i spejlet. I teorien skulle det gøre roboten, navngivet Nico, bedre i stand til at interagere med sit miljø og mennesker.
- Mistet i rummet ikke mere: Astronomer i Tyskland har udviklet en kunstig intelligensalgoritme for at hjælpe dem med at kortlægge og forklare universets struktur og dynamik med en forbløffende nøjagtighed.
- Gå denne vej: Forskere hos MIT har oprettet en bærbar intelligent enhed, der skaber et kort i realtid over hvor du lige har gået. Det er designet som et værktøj til at hjælpe de første respondenter med at koordinere katastrofesøgning og redning.
Videobonus: I Frankrig - hvor ellers? - har en opfinder oprettet en robot, der ikke kun beskærer druer, men også har intelligensen til at huske de enkelte plantes specifikke behov. Og nu lærer det at plukke druer.
Mere fra Smithsonian.com
Opbygning af en menneskelig hjerne
Hvordan hjerner tjener penge
