Wyobraź sobie, że nigdy nie widziałeś ananasa. Ktoś pokazuje ci go po raz pierwszy w życiu. Zaledwie to jedno spojrzenie sprawia, że za chwilę z łatwością odróżnimy go od innych owoców leżących w jednej misce. Potrafimy narysować coś co przypomina ananasa, możemy opowiedzieć, jak wygląda ten owoc.
Wszystkie te czynności wykonujemy niemal automatycznie, są dla nas tak podstawowe, że zbytnio się nam nimi nie zastanawiamy. Inaczej jest z maszynami. Mimo ogromnego postępu w dziedzinie sztucznej inteligencji w ostatnich latach, komputery ciągle nie były w stanie osiągnąć momentu “uczenia się” już za pierwszym razem.
Teraz po raz pierwszy udało się to grupie naukowców z Massachusetts Institute for Technology (MIT), New York University i Uniwersytetu w Toronto. Opracowali oni system, który “tak jak człowiek posiada wyjątkową zdolność uczenia się na podstawie zaledwie pojedynczego przykładu”. Algorytm naśladuje ludzkie zdolności uczenia się, dzięki czemu komputery rozpoznają i rysują proste znaki wizualne, które praktycznie nie różnią się od tych stworzonych przez człowieka. Wynalazek opisano na łamach miesięcznika “Science”.
– Moim celem było stworzenie maszyny, która będzie naśladować umysł małego dziecka. Dzieci, zanim jeszcze pójdą do przedszkola, potrafią rozpoznawać nowe kategorie na podstawie pojedynczego przykładu i wyobrażać sobie przykłady, których wcześniej nie widziały – tłumaczy prof. Joshua Tenenbaum z MIT.
Na razie komputer potrafi nauczyć się odręcznie pisanych liter alfabetu. Jednak zdaniem twórców tę umiejętność łatwo można rozszerzyć na inne systemy znaków, takie jak gesty, ruchy w tańcu, a także słowa wypowiadane i pisane w różnych językach.
– Przed nami wciąż wiele pracy, by zbudować maszyny tak mądre jak dziecko. Jednak tym razem po raz pierwszy udało nam się zbudować komputer, który potrafi nauczyć się i stosować duży zbiór rzeczywistych znaków.
Komputery stają się coraz “mądrzejsze”, potrafią wykonywać wiele operacji o wiele szybciej i dokładniej niż człowiek. Droga do stworzenia sztucznej inteligencji ciągle jest odległa. Ostatnia dekada to czas wzmożonego zainteresowania procesami uczenia się. Wcześniej komputery potrzebowały setek, a nawet tysięcy przykładów, zanim nauczyły się generalizować tak jak ludzie. Tego typu rozwiązania (tzw. deep learning) są wykorzystywane m.in. przez Facebooka do rozpoznawania twarzy na zdjęciach.
Czytaj także: