Τεχνητή νοημοσύνη μαθαίνει τον κόσμο από τις εικόνες του Διαδικτύου. Soon: Computers with common sense!

The programme called Never Ending Image Learner is running 24 hours a day at Carnegie Mellon, searching the Web for images, doing its best to understand them on its own.

Εδώ και μήνες, ένα πρόγραμμα που τρέχει όλο το 24ωρο σε έναν αμερικανικό υπερυπολογιστή προσπαθεί να κατανοήσει τις εικόνες του Παγκόσμιου Ιστού και να καταλήξει στους κανόνες της (ανθρώπινης) κοινής λογικής.

A computer program called the Never Ending Image Learner (NEIL) is running 24 hours a day at Carnegie Mellon University, searching the Web for images, doing its best to understand them on its own and, as it builds a growing visual database, gathering common sense on a massive scale. (Credit: © SSilver / Fotolia)

Το πρόγραμμα Neil (Never Ending Image Learner ή «αιώνιος μαθητής εικόνων» σε ελεύθερη απόδοση) αναπτύχθηκε στο Πανεπιστήμιο Carnegie Mellon του Πίτσμπουργκ έχει στόχο να δημιουργήσει «τη μεγαλύτερη βάση δεδομένων δομημένης οπτικής γνώσης».

Με άλλα λόγια, θέλει να μάθει να αναγνωρίζει τις οπτικές πληροφορίες και να αντιλαμβάνεται το νόημα των εικόνων όπως οι άνθρωποι.

Ο εικονολάτρης Neil βασίστηκε σε σχετικά νέες εξελίξεις στο χώρο της μηχανικής όρασης, οι οποίες επιτρέπουν στο λογισμικό να αναγνωρίζει αντικείμενα, να χαρακτηρίζει σκηνές και να προσδιορίζει ιδιότητες όπως το χρώμα, η υφή και τα υλικά.

Επιπλέον, όμως, το πρόγραμμα διατυπώνει συσχετισμούς ανάμεσα σε αυτά τα αντικείμενα και παραμέτρους προκειμένου να καταλήξει σε πληροφορίες τις οποίες οι άνθρωποι αντιλαμβάνονται χωρίς καν να το σκεφτούν. Για παράδειγμα, τα αυτοκίνητα κινούνται συνήθως στους δρόμους, τα κτήρια έχουν κατακόρυφες επιφάνειες και οι πάπιες μοιάζουν κάπως με τις χήνες.

Ever so clever. Abhinav Gupta, assistant research professor in Carnegie Mellon's Robotics Institute in the US, said: "Images are the best way to learn visual properties. "[They] also include a lot of common sense information about the world. People learn this by themselves and, with NEIL, we hope that computers will do so as well."

«Οι εικόνες είναι ο καλύτερος τρόπος προκειμένου να μάθει κανείς οπτικές ιδιότητες» λέει ο Άμπιναβ Γκούπτα, επίκουρος καθηγητής στο Ινστιτούτο Ρομποτικής του Carnegie Mellon. «Οι εικόνες περιλαμβάνουν επίσης πληροφορίες της κοινής λογικής. Οι άνθρωποι το κάνουν αυτό μόνοι τους και, χάρη στο Neil, ελπίζουμε ότι και οι υπολογιστές θα μπορέσουν να κάνουν το ίδιο».

Το λογισμικό τρέχει χωρίς διακοπή από τον Ιούλιο σε μια συστοιχία υπολογιστών με συνολικά 200 πυρήνες επεξεργασίας.

Carnegie Mellon University.

Σε αυτό το διάστημα έχει αναλύσει τρία εκατομμύρια εικόνες, Έχει αναγνωρίσει 1.500 διαφορετικά αντικείμενα σε μισό εκατομμύριο εικόνες και 1.200 διαφορετικές σκηνές σε εκατοντάδες χιλιάδες εικόνες.

Επιπλέον έχει καταλήξει σε 2.500 συσχετισμούς, όπως ότι οι ζέβρες απαντώνται συνήθως στη σαβάνα, ή ότι o τροχός είναι εξάρτημα των αυτοκινήτων.

Τα κατορθώματα της τεχνητής νοημοσύνης είναι διαθέσιμα για το κοινό στο δικτυακό τόπο του Νeil, Νeil-kb.com.

Tom M. Mitchell, Chair of the Machine Learning Department at Carnegie Mellon University, discusses Never-Ending Language Learner (NELL) -- a computer program that runs 24 hours per day, forever, learning to read the web. He gave his lecture on the occasion of Princeton University's centennial celebration of Alan Turing.

Οι υπεύθυνοι του προγράμματος θα παρουσιάσουν τη μελέτη τους στις 4 Δεκεμβρίου στο Διεθνές Συνέδριο Μηχανικής Μάθησης της IEEE στο Σίδνεϊ της Αυστραλίας.