Учени се опитват да поставят основите на изкуствения интелект чрез масивна компютърна система, която анализира милиони снимки и решава сама какво означават те.
Супер-компютърът се помещава в университета Карнеги Мелън и се нарича NEIL – от английските инициали за „Безкрайно учене чрез образи“. Той започна да функционира през юли и от тогава непрестанно търси снимки в интернет и се опитва да определи какво отношение имат те една към друга.
Целта е NEIL да развие нещо, което може да се нарече „практична мисъл“ – способността да се овладяват знания без всяко нещо да бъде научавано поотделно. Учените смятат, че това е първата стъпка към постигането на „Светая Светих“ в информатиката – създаването на самостоятелно мислеща машина.
Най-новите постижения в компютърното зрение позволяват на NEIL да анализира и идентифицира форми и цветове в изображенията, както и бавно да открива връзки между отделни обекти. Например тя вече е научила сама, че зебрите живеят в саваните, както и че тигрите на външен вид приличат малко на зебрите.
Само за четири месеца мрежата от 200 процесора е идентифицирала 1500 обекта, 1200 сцени и е направила 2500 асоциации. Някои от тях са грешни, като например „носорогът може да е вид антилопа“, други пък странни – „в затворническа килия може да има актьор“ или „телевизионен водещ може да прилича на Барак Обама“.
Според проф. Абхинав Гупта от екипа да накараш компютър да прави асоциации е съвсем различно предизвикателство от това да програмираш суперкомпютър да прави нещо много добре или много бързо. Пример за това е шахматното съревнование между гениалният шахматист Гари Каспаров и компютъра Deep Blue през 90-те години на миналия век, което завърши в полза на машината.
Според Катрин Хаваси, експерт по изкуствения интелект от MIT, за разлика от компютрите хората непрекъснато взимат решения на базата на огромен брой мисловни допускания. В резултат хората могат по-бързо да отговорят на някои въпроси, като например „Може ли жираф да влезе в автомобил“.
Учените работещи с NEIL са доволни от резултатите постигнати до момента и смятат да дадат достъп на системата до YouTube видеа, които тя да анализира, за да създава асоциации. (Източник: БТА)
