Молодой ученый вступил в соревнование с алгоритмами Google

Журнал Wired опубликовал рассказ аспиранта Стэнфордского университета о том, как он проводил собственные исследования искусственного интеллекта и как пытался одержать победу над алгоритмами Google в области распознавания изображений. 

 

Оказывается, он научился отличать свыше 200 пород собак, после чего смог доказать следующее: что касается точности определения объектов на фотографиях, то человек, как и ранее, бывает лучше компьютерной программы.

 

Молодой ученый, аспирант Стэнфорда, Андрей Карпатый (Andrej Karpathy) соревнуется с системами искусственного интеллекта в угадывании снимков уже не первый раз. Заниматься этим он начал в 2011 году. 

 

Поначалу он воспользовался программным обеспечением, которое разработали в его вузе, и провел тест на 50 тысячах картинок, разделенных на 10 категорий. Например, «грузовики», «собаки», «лошади» и прочие. Когда он проходил задания, то установил, что у него показатели были выше показателей, которые были у компьютера.

 

В минувшем году А. Карпатый повторил эксперимент. Теперь он взял за основу тест на визуальное распознавание, который создали в рамках проекта ImageNet. 

 

 

В прошлом одна из программ Google успешно проходила тест ImageNet. Она точно отсортировала 93,4 процента изображений. А. Карпатый распознавал фото на этом же тексте с первой попытки несколько хуже. Он набрал «всего» 85 процентов.

 

По его словам, за минувшие годы искусственный интеллект получил развитие. Он теперь определяет снимки по значительно большему числу категорий, чем это было ранее. Допустим, категория «собаки» сейчас имеет примерно две сотни разных подгрупп, которые определяются конкретной породой пса, изображенного на картинке. 

 

Для победы над искусственным интеллектом А. Карпатый вынужден был стать экспертом по собакам. И он научился определять по внешнему виду все 200 пород.

 

Две недели и 50 часов тренировок – и А. Карпатый хорошо подготовился к тесту. В результате он победил Google. Он точно идентифицировал 94,9 процента изображений. Машинное распознавание оказалась менее точным – на 1,7 процента.

 

По мнению ученого, его результат все равно очень скромный. Распознавать объекты на фото с большой точностью важно. Однако куда сложнее определять трехмерные параметры на фото. Там трудность для определения создают взаимоудаленные друг от друга предметы, их формы, размеры и прочее. Также проблемным остается способность искусственного интеллекта идентифицировать абстрактные объекты.