Ένα δίκτυο χιλίων υπολογιστών, οι οποίοι είχαν συνδεθεί μεταξύ τους όπως οι νευρώνες του εγκεφάλου, επέτρεψε σε ένα πρόγραμμα τεχνητής νοημοσύνης να αναγνωρίζει τις γάτες σε βίντεο του YouTube, και μάλιστα χωρίς να έχει διδαχθεί τι εστί γάτα, ανακοίνωσαν ερευνητές του φουτουριστικού Εργαστηρίου Χ της Google.
Το εντυπωσιακό επίτευγμα, εκτιμούν οι ερευνητές, ίσως ανοίγει το δρόμο για την αξιοποίηση της μηχανικής μάθησης και της μηχανικής όρασης σε εμπορική κλίμακα.
Σε πρώτη φάση, η Google σκοπεύει να αξιοποιήσει την τεχνολογία για την αυτόματη ταξινόμηση του διαδικτυακού περιεχομένου και τον αυτόματο υποτιτλισμό των βίντεο στο YouTube.
Η μελέτη των ερευνητών της εταιρείας θα παρουσιαστεί στο Διεθνές Συνέδριο Μηχανικής Μάθησης που πραγματοποιείται στο Εδιμβούργο. Είναι επίσης διαθέσιμη στην υπηρεσία προδημοσίευσης arXiv.
Εγκέφαλος από επεξεργαστές
Τα νευρωνικά δίκτυα είναι κυκλώματα επεξεργασίας που μιμούνται τη συνδεσμολογία του εγκεφάλου. Αποτελούνται από κόμβους επεξεργασίας, αντίστοιχους με τα νευρικά κύτταρα, οι οποίοι επικοινωνούν μέσω πολλαπλών συνδέσεων, αντίστοιχων με τις συνάψεις του εγκεφάλου. Το νευρωνικό δίκτυο που προκύπτει τροφοδοτείται με πληροφορίες (input) και μαθαίνει να δίνει απαντήσεις (output) σε συγκεκριμένα ερωτήματα.
Τα νευρωνικά δίκτυα δεν είναι καινούργια ιδέα, μέχρι σήμερα όμως η επεξεργαστική ισχύς που απαιτούσαν δεν ήταν εύκολα διαθέσιμη.
Στα Εργαστήρια X της Google (όπου δημιουργήθηκαν μεταξύ άλλων τα «γυαλιά επαυξημένης πραγματικότητας» που παρουσίασε πρόσφατα η εταιρεία) οι ερευνητές χρησιμοποίησαν 1.000 διακομιστές, 16.000 πυρήνες επεξεργασίας, οι οποίοι προσομοίωσαν τη λειτουργία ενός βιολογικού νευρωνικού δικτύου με ένα δισεκατομμύριο συνδέσεις.
Για διάστημα μιας εβδομάδας, οι ερευνητές άφησαν το «νεογέννητο εγκέφαλο» να βλέπει τυχαία καρέ από 10 εκατομμύρια βίντεο στο YouTube, προκειμένου να διαπιστώσουν αν θα μάθαινε μόνος του να αναγνωρίζει κάποια αντικείμενα.
Αυτό ήταν μια ασυνήθιστη προσέγγιση, δεδομένου ότι τα νευρωνικά δίκτυα συνήθως πρέπει να διδάσκονται τι ακριβώς πρέπει να κάνουν μέσω της τροφοδοσίας τους με παραδείγματα. Σε άλλα συστήματα μηχανικής μάθησης και μηχανικής όρασης, το λογισμικό αναζητά πολύ συγκεκριμένα χαρακτηριστικά, όπως για παράδειγμα τα μάτια και οι γωνίες του προσώπου.
Κι όμως, το λογισμικό της Google έμαθε από μόνο του να αναγνωρίζει τις εικόνες γάτων και, σε μικρότερο βαθμό, το σχήμα του ανθρώπινου σώματος και του ανθρώπινου προσώπου. «Η ιδέα είναι [...] ότι πετάς έναν τόνο δεδομένων στον αλγόριθμο και αφήνεις τα δεδομένα να μιλήσουν από μόνα τους, έτσι ώστε το λογισμικό να μπορεί να μαθαίνει αυτόματα από τα δεδομένα» εξηγεί στους New York Times ο Άντριου Εντζί, μέλος της ερευνητικής ομάδας στη Google και επικεφαλής του εργαστηρίου τεχνητής νοημοσύνης στο Πανεπιστήμιο Στάνφορντ.
Το νευρωνικό δίκτυο «ουσιαστικά εφηύρε την έννοια της γάτας» επισημαίνει.
Μετά την επιτυχή δοκιμή στα Εργαστήρια X, η Google εξετάζει το πώς θα μπορούσε να αξιοποιήσει την τεχνολογία για την ταξινόμηση του διαδικτυακού περιεχομένου, καθώς και σε εφαρμογές αναγνώρισης ομιλίας και μοντελοποίησης της ανθρώπινης γλώσσας.
Οι ερευνητές παραδέχονται πάντως ότι απέχουν πολύ από το να πλησιάσουν τις επιδόσεις του οπτικού φλοιού ή ολόκληρου του ανθρώπινου εγκεφάλου, ο οποίος περιέχει γύρω στα 100 τρισεκατομμύρια διαφορετικές συνδέσεις.
