Auto-avaliação do nível de proteção de recuperação de desastres
NEIL não tem dormido ou comido em quatro meses, é apenas navegado na internet e tentei descobrir conexões entre os porta-aviões e aviões, ou cachorros-quentes e pães.
O aluno Imagem Never Ending é uma nova abordagem para a debilidade dos sistemas de inteligência artificial que pega carona no imenso tecnologia em campo por empresas como a Google, e representa a borda do sangramento da pesquisa de ciência da computação.
O sistema leva em lotes de imagens classificadas (carros estacionados do lado de fora, por exemplo) e, em seguida, tenta encontrar outros elementos classificados dentro deles (como a estrada circundante), depois tritura os dados e formulários associações.
Até agora tem sugado em três milhões de imagens, e conseguiu identidade 1.500 objetos e 1.200 cenas em meio milhão de fotografias, em seguida, descobriu cerca de 2.500 associações deste.
Algumas das coisas que já "aprendeu" incluem o fato de um avião Airbus 330 pode ter uma parte chamada de nariz do avião, ou que Zebras podem ser encontrados na savana, ou que um pregão podem ser lotados com as pessoas.
Apesar de todos estes são (espero) óbvio para os seres humanos, o fato de o computador veio com essas associações em sua própria ilustra o quão bons sistemas de alto-aprendizagem está começando, e quão eficaz elas podem tornar-se no futuro.
"Ele está construindo em cima de um monte de trabalho em visão computacional usando modelos de peças deformáveis", professor assistente de pesquisa da Universidade Carnegie Mellon Abhinav Gupta, disse ao The Reg na segunda-feira.
A tecnologia é executado em um cluster de 200 núcleos e hoovers cima de dados de internet para criar uma web cada vez maior de classificações e associações para ajudar a "entender" o conteúdo da internet.
"NEIL é um sistema restrito semi-supervisionado aprendizagem (SSL), que explora a grande escala de dados visuais para extrair automaticamente os relacionamentos do senso comum e, em seguida, usa essas relações para rotular exemplos visuais de categorias existentes", escreveram os pesquisadores em seu artigo acadêmico [ PDF ] descrevendo a tecnologia.
Assim como o Google sistemas deep-aprendizagem são projetados para reconhecer e classificar as coisas em imagens automaticamente, NEIL foi construído para adivinhar as associações comuns de objetos automaticamente.
Não por acaso, a tecnologia é financiado por duas entidades que têm um grande interesse em estimular o desenvolvimento de sistemas de reconhecimento de imagem hunter-killer e raciocínio inteligentes: ad-lançador do Google e boffinry bankroller o Escritório de Pesquisa Naval dos EUA.
De fato, para levar o sistema para o próximo nível, os pesquisadores precisam de duas coisas que benfeitor Google poderia facilmente fornecer: mais recursos de computação e uma maior integração com sistemas de reconhecimento de imagem do gigante da web.
"Uma das restrições do nosso sistema é o Google tem restrições à quantidade de imagens que você pode fazer o download a partir deles", disse Gupta.
Os pesquisadores também precisam ter os seres humanos intervir para treinar o software para que NEIL não se desenvolve uma forte associação entre o "rosa" ea estrela pop de mesmo nome, em vez da cor.
Embora o problema de identificar precisamente o material em imagens é "longe de ser resolvido", a tecnologia tem boa o suficiente para que sistemas como NEIL pode pegar carona em cima dela e ainda mais ou menos trabalho, disse Gupta.
"Acho que chegamos a um estágio em que podemos tentar fazer aprendizagem associativa Eu acho que isso é um problema de longo prazo com alguns ganhos de curto prazo, podemos ver a curto prazo -.. Podemos compreender os dados mais rápido e melhor, seus modelos individuais também estão se tornando melhor. Estes modelos de raciocínio pode começar a entrar em nosso sistema ".
Mas como acontece com a maioria dos problemas de IA modernos, mais dados são necessários para que isso melhore. "Podemos precisar de milhões de relações antes que as coisas são fáceis de trabalhar", diz Gupta. "Este é o primeiro zero da superfície."
A quantidade de financiamento, tanto a ONR e Google têm derramado em NEIL é desconhecido. Google não respondeu a um pedido de informações complementares. ®
via Alimentação (Feed)
Nenhum comentário:
Postar um comentário