211service.com
Deep Neural Network lär sig att bedöma böcker efter deras omslag
Idiomet döm aldrig en bok efter omslaget varnar för att utvärdera något enbart efter hur det ser ut. Och ändå är bokomslagen utformade för att ge läsarna en uppfattning om innehållet, för att få dem att vilja ta upp en bok och läsa den. Bra bokomslag är designade för att kunna bedömas.
Och människor är ganska bra på det. Det är relativt enkelt att välja en kokbok eller en biografi eller en reseguide bara genom att titta på omslaget.
Och det väcker en intressant fråga: kan maskiner bedöma böcker efter deras omslag också? Vi vet redan att de dömer människor efter deras ansikten.
Idag får vi svar tack vare Brian Kenji Iwanas och Seiichi Uchidas arbete vid Kyushu University i Japan. Dessa killar har tränat ett djupt neuralt nätverk för att studera bokomslag och bestämma vilken bokkategori de kommer ifrån.
Mer om maskininlärning
Med sitt nya fotofilter tillkännager Facebook sin plan för att få AI att invadera din telefon
Verktyget är roligt, men det är också ett uppdrag för den sociala nätverksjätten.
StarCraft kommer att bli nästa stora lekplats för AI
Artificiell intelligens kommer att kräva viktiga framsteg för att kunna spela ett videospel fyllt med planering, gissningar och bluffar.
Maskiner kan nu känna igen något efter att ha sett det en gång
Algoritmer behöver vanligtvis tusentals exempel för att lära sig något. Forskare vid Google DeepMind hittade en väg runt det.
Dagens artificiella intelligens motiverar inte grundinkomst
Även de enklaste jobben kräver färdigheter – som kreativ problemlösning – som AI-system ännu inte kan utföra kompetent.
AI:s språkproblem
Maskiner som verkligen förstår språk skulle vara otroligt användbara. Men vi vet inte hur man bygger dem.
Deras metod är okomplicerad. Iwana och Uchida laddade ner 137 788 unika bokomslag från Amazon.com tillsammans med bokgenren. Det finns 20 möjliga genrer men där en bok var listad i mer än en kategori använde forskarna bara den första.
Därefter använde paret 80 procent av datamängden för att träna ett neuralt nätverk att känna igen genren genom att titta på omslagsbilden. Deras neurala nätverk har fyra lager, vart och ett med upp till 512 neuroner, som tillsammans lär sig känna igen sambandet mellan omslagsdesign och genre. Paret använde ytterligare 10 procent av datamängden för att validera modellen och testade sedan det neurala nätverket på de sista 10 procenten för att se hur väl det kategoriserar omslag som det aldrig har sett.
Resultaten ger intressant läsning. Algoritmen listade den korrekta genren i sina topp 3 val över 40 procent av gångerna och hittade den exakta genren mer än 20 procent av gångerna. Det är betydligt bättre än slumpen. Detta visar att klassificering av bokomslagsdesign är möjlig, även om det är en mycket svår uppgift, säger Iwana och Uchida.
Vissa kategorier visar sig vara lättare att känna igen än andra. Till exempel är reseböcker och böcker om datorer och teknik relativt lätta för det neurala nätverket att upptäcka eftersom bokdesigners konsekvent använder liknande bilder och design för dessa genrer.
Det neurala nätet fann också att kokböcker var lätta att känna igen om de använde bilder av mat men var helt tvetydiga om de använde en annan design som en bild på kocken.
Biografier och memoarer var också problematiska med att algoritmen ofta valde historia som kategori. Intressant nog, för många av dessa böcker är historia den sekundära genren som listas på Amazon, vilket tyder på att algoritmen inte var helt förvirrad.
Algoritmen blandade också ihop barnböcker med serier och grafiska romaner samt medicinska böcker och vetenskapsböcker. Kanske är det också förståeligt med tanke på likheterna mellan dessa kategorier.
Det finns en brist i detta arbete. Iwana och Uchida har inte jämfört prestandan hos deras neurala nätverk med människors förmåga att känna igen bokgenrer på deras omslag. Det skulle vara ett intressant experiment och ett som skulle vara relativt enkelt att göra med en online crowdsourcingtjänst som Amazons Mechanical Turk.
Innan det arbetet är klart finns det inget sätt att veta om maskiner är bättre på denna uppgift än människor. Även om, oavsett hur bra människor är på denna uppgift, är det säkert bara en tidsfråga innan maskiner överträffar dem.
Ändå är detta intressant arbete som kan hjälpa designers att förbättra sina färdigheter när det kommer till bokomslag. Ett mer troligt resultat är dock att det skulle kunna användas för att träna maskiner att designa bokomslag utan behov av mänsklig input. Och det betyder att bokomslagsdesign bara är ytterligare ett jobb som kommer att överföras till historieböckerna.
Ref: arxiv.org/abs/1610.09204 : Att döma en bok efter dess omslag