Tietokone pystyy tunnistamaan 200 lintulajia yhdestä valokuvasta

Duke-yliopiston tutkijat käyttivät koneoppimista kouluttaakseen tietokoneen tunnistamaan jopa 200 eri lintulajia. Tietokone tarvitsee vain yhden valokuvan tunnistusprosessin suorittamiseen. Ihmiselle usein vaaditaan vuosia lintujen tarkkailua, jotta hän pystyy tunnistamaan eri lajeja toisistaan.

Tutkimuksen johtajana toimi Duke-yliopiston tietojenkäsittelytieteen tohtorikoulutettava Chaofan Chen, ja siihen osallistui myös undergraduate-opiskelija Oscar Li. Tutkimukseen osallistui myös muita Prediction Analysis Lab -tutkimusryhmän jäseniä, jota johtaa Duke-yliopiston professori Cynthia Rudin.

Tekoäly näyttää ajattelunsa

Vaikka tunnistusprosessi on vaikuttava, on kehityksessä tärkeämpi asia. Tekoäly pystyy näyttämään ajattelunsa, mikä mahdollistaa jopa kokemattomalle lintubongarille ymmärtää prosessin.

Syvä neuroniverkko, eli aivojen toimintaa mukailevat algoritmit, koulutettiin 11 788 valokuvan avulla. Valokuvat sisälsivät 200 eri lintulajia, mukaan lukien kaikki hanhet ja kolibrit.

Tutkijaryhmälle ei tarvinnut kouluttaa verkkoa erikseen tunnistamaan nokkia tai siipien höyheniä. Sen sijaan verkko pystyy ottamaan valokuvan linnusta ja tunnistamaan siinä tiettyjä kuvioita. Se voi sitten tunnistaa aiemmin kohtaamiaan kuvioita, jotka ovat tyypillisiä tietyn lajin piirteille.

Tutkijaryhmän mukaan verkko luo sarjan lämpökarttoja, jotka tunnistavat tiettyjä piirteitä. Esimerkiksi se pystyy erottamaan tavallisen sirkkalinnun ja hooded warblerin, sekä erottamaan eri piirteitä, kuten naamakappaleen ja keltaisen vatsan. Se näyttää sitten, mitkä piirteet johtivat tunnistamiseen.

Toisin kuin muut järjestelmät

Neuroniverkko pystyi tunnistamaan oikean lajin jopa 84 prosenttisesti. Tämä on samalla tasolla kuin jotkut parhaimmat suorituskykyiset järjestelmät. Ero on kuitenkin, että nämä järjestelmät eivät selitä ajatteluprosessia samalla tavalla kuin tämä.

Rudinin mukaan tämän projektin vallankumouksellisin puoli on, että se tarjoaa visualisoinnin siitä, mitä syvät neuroniverkot näkevät, kun ne tarkastelevat kuvaa.

Tämä teknologia on jo käytössä sosiaalisessa mediassa, jossa se tunnistaa epäiltyjä rikollisia valvontakameroissa, ja auttaa itsestään ajavia autoja tunnistamaan liikennevaloja ja jalankulkijoita.

Syvä oppimisen ohjelmisto ei yleensä vaadi, että se ohjelmoidaan nimenomaisesti oppiakseen tietojen avulla, mikä ei ole tapahtumassa perinteisessä ohjelmistossa. Kuitenkin prosessi ei aina ole selkeä tai näytettynä, joten on usein vaikea selittää, miten algoritmit “ajattelevat” kuvan luokittelussa.

Tulevaisuudessa

Rudin ja muut työskentelevät parhaillaan uusien tekoälymallien kehittämiseksi, jotka voivat selittää ajatteluprosessinsa ja tunnistamisprosessinsa. Tämä auttaa tutkijoita näkemään prosessin alusta loppuun, ja se tekee helpommaksi tunnistaa virheen tai ongelman syy.

Rudin ja hänen tiiminsä aikovat käyttää algoritmia lääketieteellisessä alalla. Se voisi tunnistaa tiettyjä ongelmia lääketieteellisissä kuvissa, kuten mammografiakuvissa. Tämä auttaisi lääkäreitä havaitsemaan kasvaimia, kalsifikaatioita ja muita rintasyövän merkkejä.

Rudinin mukaan verkko jäljittelee lääkärien tapaa tehdä diagnooseja.

“Se on tapausten perusteella tehtyä päättelyä”, Rudin sanoi. “Toivomme, että voimme selittää lääkäreille tai potilaille, miksi heidän kuvansa on luokiteltu verkossa joko pahaksi tai hyväksi.”

Tutkijaryhmä esittää tutkimuksensa Thirty-third Conference on Neural Information Processing Systems (NeurlIPS2019) -konferenssissa Vancouverissa 12. joulukuuta.

Tutkimukseen osallistuvat myös Daniel Tao ja Alina Barnerr Duke-yliopistosta sekä Jonathan Su MIT Lincoln Laboratorysta.