Maskiner kan nu genkende noget efter at have set det én gang

De fleste af os kan genkende et objekt efter at have set det en eller to gange. Men de algoritmer, der driver computersyn og stemmegenkendelse, har brug for tusindvis af eksempler for at blive fortrolige med hvert nyt billede eller ord.

Forskere hos Google DeepMind har nu en vej uden om dette. De lavet et par smarte justeringer til en deep-learning-algoritme, der gør det muligt at genkende objekter i billeder og andre ting fra et enkelt eksempel - noget kendt som 'one-shot learning'. Holdet demonstrerede tricket på en stor database med mærkede billeder, såvel som på håndskrift og sprog.

De bedste algoritmer kan genkende ting pålideligt, men deres behov for data gør det tidskrævende og dyrt at bygge dem. En algoritme, der er trænet til at spotte biler på vejen, skal for eksempel indtage mange tusinde eksempler for at fungere pålideligt i en førerløs bil. At indsamle så mange data er ofte upraktisk - en robot, der for eksempel skal navigere i et ukendt hjem, kan ikke bruge utallige timer på at vandre rundt og lære.

Oriol Vinyals, en forsker ved Google DeepMind, et UK-baseret datterselskab af Alphabet, der er fokuseret på kunstig intelligens, føjede en hukommelseskomponent til et dybt læringssystem – en type stort neuralt netværk, der er trænet til at genkende ting ved at justere følsomheden af mange lag af sammenkoblede komponenter nogenlunde analogt med neuronerne i en hjerne. Sådanne systemer skal se masser af billeder for at finjustere forbindelserne mellem disse virtuelle neuroner.

Holdet demonstrerede systemets muligheder på en database med mærkede fotografier kaldet ImageNet . Softwaren skal stadig analysere flere hundrede kategorier af billeder, men derefter kan den lære at genkende nye objekter - for eksempel en hund - fra kun ét billede. Det lærer effektivt at genkende de egenskaber i billeder, der gør dem unikke. Algoritmen var i stand til at genkende billeder af hunde med en nøjagtighed tæt på et konventionelt data-hungrende system efter kun at have set ét eksempel.

Vinyals siger, at værket kunne være særligt nyttigt, hvis det hurtigt kunne genkende betydningen af ​​et nyt ord. Dette kan være vigtigt for Google, siger Vinyals, da det kunne give et system mulighed for hurtigt at lære betydningen af ​​et nyt søgeord.

Andre har udviklet one-shot læringssystemer, men disse er normalt ikke kompatible med deep-learning systemer. Et akademisk projekt sidste år brugte probabilistiske programmeringsteknikker til at muliggøre denne form for meget effektiv læring (se 'Denne algoritme lærer opgaver lige så hurtigt som vi gør').

Men deep-learning-systemer bliver mere dygtige, især med tilføjelsen af ​​hukommelsesmekanismer. En anden gruppe hos Google DeepMind udviklede for nylig et netværk med en fleksibel form for hukommelse, hvilket gør det i stand til at udføre simple ræsonnementopgaver – for eksempel at lære at navigere i et undergrundssystem efter at have analyseret flere meget enklere netværksdiagrammer (se ' Hvad sker der, når du giver en computer en arbejdshukommelse? ').

'Jeg synes, det er en meget interessant tilgang, der giver en ny måde at lave one-shot læring på så store datasæt,' siger Sang Wan Lee , der leder Laboratory for Brain and Machine Intelligence ved Korean Advanced Institute for Science and Technology i Daejeon, Sydkorea. 'Dette er et teknisk bidrag til AI-fællesskabet, hvilket er noget, som computervisionsforskere måske fuldt ud værdsætter.'

Andre er mere skeptiske over for dens anvendelighed, i betragtning af hvor forskellig den stadig er fra menneskelig læring. For én ting, siger Sam Gershman , en assisterende professor i Harvard's Department for Brain Science, mennesker lærer generelt ved at forstå de komponenter, der udgør et billede, hvilket kan kræve en vis viden fra den virkelige verden eller sund fornuft. For eksempel, 'en Segway kan se meget anderledes ud end en cykel eller motorcykel, men den kan være sammensat af de samme dele.'

Ifølge både Gershman og Wan Lee vil der gå noget tid endnu, før maskiner matcher menneskelig læring. 'Vi er stadig langt fra at afsløre menneskers hemmelighed om at udføre one-shot læring,' siger Wan Lee, 'men dette forslag stiller helt klart nye udfordringer, som fortjener yderligere undersøgelse.'

skjule