Wygląda na to, że maszyny doganiają ludzi – przynajmniej w zakresie bioinformatyki. Zespół naukowców z Center for Brains, Minds and Machines (CBMM) działającego przy MIT, stwierdziło, że system rozpoznawania twarzy, który zaprojektowali, spontanicznie zrobił krok w kierunku identyfikowania portretów niezależnie od kąta, pod którym patrzy na twarz. Dodaje to wiarygodności innej teorii mówiącej o tym, jak ludzie rozpoznają twarze, a która została oparta na badaniach MRI mózgów naczelnych.

Nienazwany jeszcze system jest modelem obliczeniowym pokazującym, w jaki sposób ludzki mózg rozpoznaje twarze oraz był on szkolony w celu identyfikacji konkretnych twarzy z puli przykładowych zdjęć. W procesie nauki rozpoznawania twarzy, program stworzył pośredni etap obróbki, który skupiał się na „stopniu rotacji twarzy – powiedzmy 45 stopni od środka – lecz nie w danym kierunku”.

Słowami laika oznacza to, że system, który patrzy na zgodność (lub brak różnicy) twarzy, był w stanie zrobić to bez względu na to, czy powierzchnia została odwrócona dopóty, dopóki była ona obrócona o ten sam kąt. Zależność ta jest znana jako „symetria lustrzana”.

Odkrycie ekscytuje naukowców, ponieważ powiela obserwowany wcześniej sposób, w jaki rozpoznają twarze naczelne Oznacza to, że system może zachowywać się podobnie do mózgu. Nie jest to jednak niczym pewnym. „Nie jest to dowodem na to, że rozumiemy, co się dzieje”, mówi Tomaso Poggio, profesor nauk o mózgu i kognitywistyce na MIT i dyrektor CBMM.

W omawianym przypadku system maszynowego uczenia się jest siecią neuronową. Został wykorzystany przez takich gigantów, jak Microsoft, Google i Facebook. Wszystkie te firmy posiadają własne systemy rozpoznawania twarzy, więc inwestują w maszynowe uczenia się, aby zwiększyć możliwości swoich narzędzi.

Zrozumienie, w jaki sposób rozpoznajemy innych ludzi, może pomóc systemom rozpoznawania twarzy uzyskać znacznie lepsze i bardziej precyzyjne wyniki, co ma szerokie zastosowanie w nowoczesnych technologiach. Odblokowywanie na podstawie twarzy jest coraz popularniejszym elementem telefonów komórkowych i laptopów, a identyfikacja osób na zdjęciach pozwala firmom takim, jak Facebook, Apple i Google na lepsze porządkownie zdjęć przez użytkownika. Z drugiej strony, systemy nadzoru mogą lokalizować konkretne osoby, analizując niekończące się ilości materiału z kamer miejskich i zdjęć DMV.

W momencie, gdy cały projekt jest wyraźnie we wczesnym stadium i jest to mały krok w kierunku osiągnięcia ludzkiego poziomu rozpoznawania twarzy przez maszyny, jest to z pewnością znak, że sztuczna inteligencja jest zdolna do replikacji wybranych funkcji ludzkiego mózgu.

Źródło: engadget.com Zdjęcie: webneel.com

    Spodobał Ci się ten artykuł? Podaj dalej!