Разум по версии Google: Специалист по кошечкам

К милым кошечкам неравнодушен даже нечеловеческий разум: демонстрируя свои возможности к обучению, новая система искусственного интеллекта от Google научилась распознавать «пушистиков» в любом виде.
РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Разработчики знаменитой и загадочной Google X Lab сообщили недавно о создании искусственной нейронной сети — электронной системы, построенную по тем же принципам, что и сети нервных клеток в живых организмах, — которая включает аж 16 тыс. процессоров с более чем миллиардом связей между ними. Эти цифры уже близки к показателям обычного мозга, хотя можно вспомнить, что пару лет назад IBM представила нейронную сеть еще более масштабную, включающую триллион «синапсов».

Зато ведет себя система от Google совершенно как мы: стоило открыть этому искусственному интеллекту доступ к видеоархивам YouTube, как он занялся поиском роликов с милыми кошечками.

На самом деле, конечно, такое задание было использовано для оценки и демонстрации возможностей системы. В течение трех дней она обработала 10 млн случайно выбранных видеороликов — не получив никаких входных данных о том, как выглядят кошки и какие признаки для них характерны. Постепенно она сама сумела вычленить всю необходимую информацию, и вскоре научилась распознавать кошек самостоятельно. Впрочем, до нашего уровня искусственному интеллекту (ИИ) пока далеко: человеческое лицо она распознает в 81,7% случаев, части тела — 76,7%, а собственно кошек — в 74,8%.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Впрочем, главное достижение — вовсе не в этих процентах, а в том, что ИИ самостоятельно учится искать нужные объекты. Для него нет необходимости указывать, есть ли на картинке лицо, и где оно находится, чтобы он постепенно узнавал все больше лиц и находил закономерности. Обучением система занимается сама — разработчики ни разу не вводили в нее информацию: «Вот так выглядит кошка». ИИ самостоятельно выстраивает концепцию «кошка», с нуля.

Пускай пока точность распознавания объектов из подготовленного разработчиками списка (куда входило 20 тыс. предметов из разных категорий) составляет пока 15,8%: это уже в 1,7 раз лучше возможностей аналогичных систем ИИ. Само собой, разработка ИИ в Google X Lab в конце концов должна, наконец, привести к появлению надежных систем распознавания изображений и речи, а затем — и полноценных систем машинного перевода. Все это послужит отличным дополнением других инновационных проектов Google X Lab, включая космический лифт и роботизированные «беспилотные» автомобили.