Katte ansiktet skapt av Googles datahjerne. Bilde med tillatelse fra Google.
For noen måneder siden delte Google med oss en annen utfordring den hadde tatt på seg. Den var ikke så fancy som en førerløs bil eller så nerdete sexy som augmented reality-briller, men til slutt kan den være større enn begge deler. Faktisk vil det sannsynligvis gjøre dem begge enda mer dynamiske.
Det Google gjorde var å lage en syntetisk hjerne, eller i det minste den delen av den som behandler visuell informasjon. Teknisk bygget den en mekanisk versjon av et nevralt nettverk, en liten hær med 16.000 datamaskinprosessorer som, ved å samarbeide, faktisk var i stand til å lære.
På den tiden fokuserte mesteparten av oppmerksomheten på hva alle disse maskinene lærte, og det var hovedsakelig hvordan man identifiserer katter på YouTube. Det fikk mange skikk og sprekker om datamaskinene lurte på hvorfor så mange av kattene spylte toaletter.
Men Google gikk en bane som forskere har undersøkt i mange år, ideen om å bruke datamaskiner for å etterligne forbindelsene og interaksjonene mellom menneskelige hjerneceller til det punktet hvor maskinene faktisk begynner å lære. Forskjellen er at søkemotoren klarte å marsjere ressurser og datakraft som få selskaper kan.
Ansiktet er kjent
I 10 dager undersøkte 1000 datamaskiner - med bruk av disse 16 000 prosessorene - uten stans, tilfeldige miniatyrbilder tatt fra 10 millioner forskjellige YouTube-videoer. Og fordi det nevrale nettverket var så stort - det hadde mer enn en milliard forbindelser - klarte det å lære å identifisere funksjoner på egen hånd, uten noen virkelig menneskelig veiledning. Gjennom den enorme mengden informasjon det absorberte, lærte nettverket, gjennom å gjenkjenne forholdet mellom data, i utgangspunktet begrepet en katt.
Imponerende. Men i kunnskapens rike er dette årsaken til stor jubel? Vel ja. Fordi etter hvert alle maskinene som jobbet sammen, var i stand til å bestemme hvilke funksjoner hos katter som fortjener oppmerksomheten og hvilke mønstre som betydde noe, i stedet for å bli fortalt av mennesker hvilke spesifikke former å se etter. Og ut fra kunnskapen som ble oppnådd gjennom mye repetisjon, var det nevrale nettverket i stand til å lage sitt eget digitale bilde av en kattes ansikt.
Det er et stort spring fremover for kunstig intelligens. Det vil sannsynligvis også ha fine utbetalinger for Google. En av forskerne som jobbet med prosjektet, en ingeniør ved navn Jeff Dean, fortalte nylig til MITs Technology Review at nå tester gruppen hans datamaskinmodeller som forstår bilder og tekst sammen.
"Du gir den niser" og den gir deg bilder av niser, "forklarte Dean. "Hvis du gir det et bilde av en nisse, gir det deg" niser "som et ord."
Så Googles bildesøk kan bli langt mindre avhengig av medfølgende tekst for å identifisere hva som er på et bilde. Og det vil sannsynligvis bruke den samme tilnærmingen til å foredle talegjenkjenning ved å kunne samle ekstra ledetråder fra video.
Ingen tvil om at muligheten til å bruke algoritmer for å absorbere og veve sammen mange datastrømmer, til og med forskjellige typer data, for eksempel lyd og bilder, vil bidra til å gjøre Googles førerløse bil så mye mer autonom. Samme med Google-briller.
Men nå et stykke perspektiv. For all sin fremgang har Google fortsatt en lang vei å gå for å måle seg med den virkelige tingen. Det enorme nevrale nettverket, det med en milliard forbindelser, er, med tanke på nevroner og synapser, fortsatt en million ganger mindre enn den menneskelige hjernens visuelle cortex.
Et spørsmål om etterretning
Her er nyere utvikling innen kunstig intelligens:
- En bie, eller ikke en bie: Et team av britiske forskere prøver å lage en nøyaktig modell av en honningbis hjerne. Ved å reprodusere nøkkelsystemene som utgjør en bies oppfatning, som syn og duft, håper forskerne etter hvert å kunne installere den kunstige biehjernen i en liten flygende robot.
- Men tar det hensyn til omslaget ?: Ny programvare som heter Booksai bruker kunstig intelligens for å gi deg bokanbefalinger basert på stilen, tonen, stemningen og sjangeren til ting du allerede vet at du liker å lese.
- Ser jeg alltid så bra ut ?: Forskere ved Yale har programmert en robot som kan kjenne seg igjen i speilet. I teorien skulle det gjøre roboten, kalt Nico, bedre i stand til å samhandle med sitt miljø og mennesker.
- Tapt i verdensrommet ikke mer: Astronomer i Tyskland har utviklet en kunstig intelligensalgoritme for å hjelpe dem med å kartlegge og forklare universets struktur og dynamikk med utrolig nøyaktighet.
- Gå denne veien: Forskere ved MIT har laget en bærbar intelligent enhet som lager et sanntidskart over hvor du nettopp har vandret. Den er designet som et verktøy for å hjelpe de første respondentene med å koordinere katastrofesøk og redning.
Videobonus: I Frankrike - hvor ellers? - En oppfinner har skapt en robot som ikke bare beskjærer druer, men også har intelligensen til å huske de spesifikke behovene til hver plante. Og nå lærer det å plukke druer.
Mer fra Smithsonian.com
Å bygge en menneskelig hjerne
Hvordan hjerner tjener penger
