Kocie piksele, ogórki i manaty, czyli o co chodzi z tym całym uczeniem maszynowym
Uczenie maszynowe to tzw. buzz word - dużo się o nim mówi, stosuje je każdy startup, ale mało kto wie, czym tak naprawdę jest.
Google zaprosił mnie do swojego warszawskiego biura, aby porozmawiać o uczeniu maszynowym, które obecne jest w praktycznie każdej ich aplikacji: od automatycznych odpowiedzi w Inboxie, po rozpoznawanie osób w Photos.
A czym uczenie maszynowe różni się od tradycyjnej sztucznej inteligencji?
Tradycyjne systemy sztucznej inteligencji są zaprogramowane do bycia sprytnymi. Nowoczesne systemy sztucznej inteligencji oparte o UM (uczenie maszynowe) uczą się jak być sprytnymi.
Programy komputerowe postępują według zapisanych reguł. W UM komputer uczy się z przykładów.
Analiza przez wzorce.
Internet jest pełen zdjęć kotów - nawet takich opisanych tagami, aby bez patrzenia na obrazek można było z dużym prawdopodobieństwem stwierdzić co przedstawia. Zyliony takich zdjęć są zasysane przez Google do treningu sieci neuronowych, które wykorzystuje UM.
Kocie piksele.
Sieci neuronowe przepuszczają zdjęcia przez wiele filtrów, co pozwala im stworzyć wzorce "kocich pikseli" i z dużym prawdopodobieństwem zakwalifikować dane zwierzę jako kota.
Rozpoznawanie obrazu jest wykorzystywane np. w Google Photos, gdzie całą swoją kolekcję zdjęć możecie przeglądać m.in. według osób czy przedmiotów na zdjęciach. Podobnie działa Translator, który może tłumaczyć frazy ze zdjęć. Działa to tak, że w aplikacji uruchamiamy aparat i kierujemy go na słowo w języku obcym, a na ekranie pojawia się jego tłumaczenie.
Uczenie maszynowe to nie tylko projekty Google. Pewna japońska farma zastosowała je do sortowania ogórków do jednej z siedmiu kategorii zależnie od wielkości i barwy. Natomiast organizacja chroniąca ssaki z rodziny manatowatych, dzięki uczeniu maszynowemu mogła łatwo wyśledzić te zwierzęta. Komputer analizował zdjęcia morza z samolotu i wyłapywał kształty podobne właśnie do tych zwierząt.
Wykład w siedzibie Google'a o uczeniu maszynowym poprowadziła Anna Ukhanova z centrum badawczego firmy w Zurychu. Kiedy zapytałem ją o to, czy uczenie się programów jest nadzorowane przez ludzi, dostałem odpowiedz, że w części przypadków tak, a w części nie.
Najprostszy opis tej sytuacji znajdziecie na zdjęciu poniżej (na tablicy na panią Ukhanovą). Jest to wykres z punktami zaznaczonymi w różnych miejscach, rozsianymi po całej przestrzeni. Można je pogrupować na różne sposoby, choć nie wiadomo, który będzie właściwy. Człowiek rozpozna na zdjęciu kota, ale nie z każdym typem danych pójdzie mu tak łatwo. Wówczas do gry wkracza uczenie maszynowe, które samodzielnie wytycza reguły, wedle których zakwalifikuje dany punkt do tego, a nie innego zbioru.
W dzisiejszym internecie jesteśmy praktycznie otoczeni przez usługi korzystające z uczenia maszynowego i to nie tylko w wykonaniu Google. Autokorekta na smartfonowych klawiaturach (SwiftKey), interfejsy obsługi głosowej (Alexa), czy rekomendacje filmów (Netflix) to tylko kilka przykładów.
Do prawdziwej, tzw. ogólnej sztucznej inteligencji jeszcze nam jednak daleko.
