コンピューターが1枚の写真から200種類の鳥を識別可能

デューク大学の研究者は、機械学習を使用して、コンピューターを200種類の鳥を識別できるようにしました。コンピューターは識別プロセスを完了するために1枚の写真だけが必要です。人間の場合、異なる種を識別するには、鳥を見るのに数年かかることがよくあります。

この研究は、デューク大学のコンピューター科学の博士課程の学生であるChaofan Chenと、学部生のOscar Liによって行われました。また、デューク大学の教授であるCynthia Rudinが指揮するPrediction Analysis Labの他のチームメンバーも参加しました。

A.I.の思考プロセス

識別プロセスは印象的なものですが、より重要な側面があります。A.I.は、その思考プロセスを示すことができ、経験のない鳥見た人がプロセスを理解できるようにします。

深層ニューラルネットワーク、または脳の働きに基づいたアルゴリズムは、11,788枚の写真で訓練されました。これらの写真には、200種類の鳥が含まれており、ダックからハチドリまですべてが含まれていました。

研究チームは、ネットワークを特にくちばしや翼の羽を識別するように訓練する必要はありませんでした。代わりに、ネットワークは鳥の写真を取り込み、画像の中に特定のパターンを識別することができます。次に、ネットワークはこれらのパターンを取り込み、以前に出会った典型的な種の特徴と識別することができます。

チームによると、ネットワークは一連のヒートマップを作成し、特定の特徴を識別します。たとえば、普通の戦blerとhooded戦blerを識別し、覆われた頭や黄色い腹などの異なる特徴を識別することができます。次に、ネットワークはこれらの特徴が識別の基礎となったことを示します。

他のシステムとは異なる

ニューラルネットワークは、正しい種を84%の確率で識別することができました。これは、一部の最も優れたシステムと同等のものです。違いは、これらのシステムがこのような思考プロセスを説明できないことです。

Rudinによると、このプロジェクトの最も革命的な側面は、深層ニューラルネットワークが画像を見たときに何を見ているかを視覚化することです。

この技術は現在、ソーシャルメディアサイトで使用されており、監視カメラで疑わしい犯罪者を識別したり、自動運転車が信号機や歩行者を識別するのに役立ちます。

ディープラーニングソフトウェアは通常、データから学習するために明示的にプログラムする必要はありませんが、伝統的なソフトウェアとは異なります。しかし、プロセスは常に明確または表示されていないため、アルゴリズムが「考える」プロセスを説明することは難しいことがよくあります。

将来

Rudinやその他の研究者は現在、新しいディープラーニングモデルのA.I.を開発中であり、分野を前進させています。これらの新しいモデルは、推論プロセスや識別プロセスを説明することができます。これにより、研究者は開始から終了までプロセスを確認し、ミスや問題の理由を特定することが容易になります。

Rudinや彼女のチームは、アルゴリズムを医療分野で使用することを計画しています。たとえば、乳房X線写真のような医療画像の中で特定の問題領域を識別することができます。これにより、医療専門家は腫瘍、石灰化、または乳腺がんの他の兆候を検出することができます。

Rudinによると、ネットワークは医師が診断を下す方法を模倣しています。

「これは事例ベースの推論です」とRudinは述べました。「私たちは、ネットワークが画像を悪性または良性として分類した理由を医師や患者によりよく説明できることを希望しています」

チームは、研究を含む論文をThirty-third Conference on Neural Information Processing Systems（NeurlIPS2019）で2019年12月12日にバンクーバーで発表します。

この研究には、DukeのDaniel TaoとAlina Barnerr、MIT Lincoln LaboratoryのJonathan Suも著者として参加しています。