Het kattengezicht gecreëerd door het computerbrein van Google. Afbeelding afkomstig van Google.
Een paar maanden geleden heeft Google een andere uitdaging met ons gedeeld. Het was niet zo fantasierijk als een auto zonder bestuurder of zo geekily sexy als een augmented reality-bril, maar uiteindelijk kon het groter zijn dan beide. Het zal ze waarschijnlijk zelfs nog dynamischer maken.
Wat Google deed was het creëren van een synthetisch brein, of op zijn minst het deel daarvan dat visuele informatie verwerkt. Technisch gezien bouwde het een mechanische versie van een neuraal netwerk, een klein leger van 16.000 computerprocessors die, door samen te werken, in staat was om te leren.
Destijds was de meeste aandacht gericht op wat al die machines leerden, en dat was vooral het identificeren van katten op YouTube. Dat leidde tot veel gezeik en gekraak over de vraag of de computers zich afvroegen waarom zoveel katten toiletten doorspoelden.
Maar Google ging op een pad dat wetenschappers al vele jaren verkennen, het idee om computers te gebruiken om de verbindingen en interacties van menselijke hersencellen na te bootsen tot het punt waarop de machines daadwerkelijk beginnen te leren. Het verschil is dat de rechercheur in staat was om middelen en rekenkracht te rangschikken die maar weinig bedrijven kunnen.
Het gezicht is bekend
Gedurende 10 dagen hebben non-stop, 1.000 computers - met behulp van die 16.000 processors - willekeurige miniatuurafbeeldingen bekeken van 10 miljoen verschillende YouTube-video's. En omdat het neurale netwerk zo groot was - het had meer dan een miljard connecties - kon het leren om functies op zichzelf te identificeren, zonder echte menselijke begeleiding. Door de enorme hoeveelheid informatie die het heeft geabsorbeerd, heeft het netwerk, door de relaties tussen gegevens te herkennen, zichzelf in feite het concept van een kat geleerd.
Indrukwekkend. Maar is dit op het gebied van kennis een reden voor grote gejuich? Wel, ja. Omdat uiteindelijk alle machines die samenwerkten, konden beslissen welke kenmerken van katten hun aandacht verdienden en welke patronen ertoe deden, in plaats van door mensen te worden verteld naar welke specifieke vormen ze moesten zoeken. En op basis van de kennis die werd opgedaan door veel herhalingen, kon het neurale netwerk zijn eigen digitale afbeelding van het gezicht van een kat maken.
Dat is een grote sprong voorwaarts voor kunstmatige intelligentie. Het heeft waarschijnlijk ook leuke uitbetalingen voor Google. Een van de onderzoekers die aan het project werkte, een ingenieur genaamd Jeff Dean, vertelde onlangs MIT's Technology Review dat zijn groep nu computermodellen test die afbeeldingen en tekst samen begrijpen.
"Je geeft het 'bruinvis' en het geeft je foto's van bruinvissen, " legde Dean uit. "Als je het een afbeelding van een bruinvis geeft, geeft het je 'bruinvis' als een woord."
Het zoeken naar afbeeldingen in Google kan dus veel minder afhankelijk worden van bijbehorende tekst om te bepalen wat er op een foto staat. En het is waarschijnlijk dezelfde methode toe te passen voor het verfijnen van spraakherkenning door extra aanwijzingen van video te kunnen verzamelen.
Het lijdt geen twijfel dat de mogelijkheid om algoritmen te gebruiken om vele datastromen te absorberen en samen te voegen, zelfs verschillende soorten gegevens, zoals geluid en afbeeldingen, zal helpen om de bestuurderloze auto van Google veel autonomer te maken. Hetzelfde met Google-bril.
Maar nu een stukje perspectief. Ondanks al zijn vooruitgang heeft Google nog een lange weg te gaan om het echte werk te meten. Zijn enorme neurale netwerk, dat met een miljard connecties, is, wat neuronen en synapsen betreft, nog steeds een miljoen keer kleiner dan de visuele cortex van het menselijk brein.
Een kwestie van intelligentie
Hier zijn meer recente ontwikkelingen in kunstmatige intelligentie:
- Een bij, of geen bij: een team van Britse wetenschappers proberen een nauwkeurig model van het brein van een honingbij te maken. Door de belangrijkste systemen te reproduceren die de perceptie van een bij vormen, zoals visie en geur, hopen de onderzoekers uiteindelijk het kunstmatige bijenbrein in een kleine vliegende robot te kunnen installeren.
- Maar houdt het rekening met de dekking ?: Nieuwe software genaamd Booksai gebruikt kunstmatige intelligentie om u boekaanbevelingen te geven op basis van de stijl, toon, stemming en genre van dingen waarvan u al weet dat u ze graag leest.
- Zie ik er altijd zo goed uit ?: Wetenschappers van Yale hebben een robot geprogrammeerd die zichzelf in de spiegel kan herkennen. In theorie zou dat de robot, genaamd Nico, beter in staat moeten stellen om te communiceren met zijn omgeving en mensen.
- Niet meer verloren in de ruimte: astronomen in Duitsland hebben een kunstmatige intelligentie-algoritme ontwikkeld om de structuur en dynamiek van het universum met verbazingwekkende nauwkeurigheid in kaart te brengen en uit te leggen.
- Loop deze kant op: wetenschappers van MIT hebben een draagbaar intelligent apparaat gemaakt dat een realtime kaart maakt van waar je net hebt gelopen. Het is ontworpen als een hulpmiddel om eerste hulpverleners te helpen bij het coördineren van het zoeken en redden van rampen.
Videobonus: in Frankrijk - waar anders? - heeft een uitvinder een robot gemaakt die niet alleen wijnstokken snoeit, maar ook de intelligentie heeft om de specifieke behoeften van elke plant te onthouden. En nu leert het druiven plukken.
Meer van Smithsonian.com
Menselijk brein bouwen
Hoe hersenen geld verdienen
