211service.com
AI lär sig att se världen – men inte som människor gör
Datorseende har haft ett ögonblick. Inte längre gör en bildigenkänningsalgoritm dumma misstag när man tittar på världen: nuförtiden kan den korrekt berätta att en bild innehåller en katt . Men sättet som det drar av sig till partytricket är kanske inte så bekant för människor som vi trodde.
De flesta datorseendesystem identifierar särdrag i bilder med hjälp av neurala nätverk, som är inspirerade av vår egen biologi och är väldigt lika i sin arkitektur – bara här byts den biologiska avkänningen och neuronerna ut mot matematiska funktioner. Nu säger en studie av forskare vid Facebook och Virginia Tech att trots dessa likheter, vi bör vara försiktiga med att anta att båda fungerar på samma sätt .
För att se exakt vad som hände när både människor och AI analyserade en bild, studerade forskarna var de två fokuserade sin uppmärksamhet. Båda försågs med suddiga bilder och ställde frågor om vad som hände på bilden — Var är katten? till exempel. Delar av bilden kunde skärpas selektivt, en i taget, och både människan och AI gjorde det tills de kunde svara på frågan. Teamet upprepade testerna med flera olika algoritmer.
Uppenbarligen kunde de båda ge svar – men det intressanta resultatet är hur de gjorde det. På en skala från 1 till -1, där 1 är total överensstämmelse och -1 total oenighet, fick två människor i genomsnitt 0,63 poäng när det gäller var de fokuserade sin uppmärksamhet över bilden. Med en människa och en AI sjönk genomsnittet till 0,26.
Med andra ord: AI:n och människan tittade båda på samma bild, båda ställdes samma fråga, båda fick rätt – men använde olika visuella funktioner för att komma fram till samma slutsatser.
Detta är ett uttalat resultat om ett fenomen som forskare redan antytt. 2014 visade ett team från Cornell University och University of Wyoming att det var möjligt att skapa bilder som lurar AI att se något, helt enkelt genom att skapa en bild som består av de starka visuella egenskaper som programvaran hade kommit att associera med ett objekt . Människor har en stor pool av sunt förnuft att dra nytta av, vilket betyder att de inte fastnar för sådana knep. Det är något forskare försöker införliva i en ny sort av intelligent programvara som förstår den semantiska visuella världen.
Men bara för att datorer inte använder samma tillvägagångssätt betyder det inte nödvändigtvis att de är underlägsna. I själva verket kan de vara bättre av att ignorera det mänskliga förhållningssättet helt och hållet.
De typer av neurala nätverk som används i datorseende använder vanligtvis en teknik som kallas övervakad inlärning för att räkna ut vad som händer i en bild. I slutändan möjliggörs deras förmåga att associera en komplex kombination av mönster, texturer och former med namnet på ett objekt genom att förse AI med en träningsuppsättning bilder vars innehåll redan har märkts av en människa.
Men team på Facebook och Googles DeepMind har experimenterat med oövervakade inlärningssystem som tar in innehåll från video och bilder för att lära sig hur mänskliga ansikten och vardagliga föremål ser ut, utan någon mänsklig inblandning. Magic Pony, som nyligen köptes av Twitter, undviker också övervakad inlärning och lär sig istället känna igen statistiska mönster i bilder för att lära sig själv hur kanter, texturer och andra funktioner ska se ut.
I dessa fall är det kanske ännu mindre troligt att kunskapen om AI kommer att genereras genom en process som liknar en människas. En gång inspirerad av mänskliga hjärnor kan AI slå oss genom att helt enkelt vara sig själv.
(Läs mer: Ny vetenskapsman , The Missing Link of Artificial Intelligence , 'Smart' programvara kan luras att se vad som inte finns där )