Komputer potrafi identyfikować 200 gatunków ptaków na podstawie jednego zdjęcia

Naukowcy z Uniwersytetu Duke wykorzystali uczenie maszynowe, aby nauczyć komputer identyfikować do 200 różnych gatunków ptaków. Komputer potrzebuje tylko jednego zdjęcia, aby zakończyć proces identyfikacji. Dla człowieka często wymagane są lata obserwacji ptaków, aby móc odróżnić różne gatunki od siebie.

Badania były prowadzone przez Chaofana Chena, doktoranta na wydziale informatyki Uniwersytetu Duke, wraz z undergraduate Oscarem Li. W badaniach uczestniczyli również inni członkowie zespołu Prediction Analysis Lab, kierowanego przez profesor Uniwersytetu Duke, Cynthię Rudin.

Sztuczna inteligencja pokazuje swoje myślenie

Podczas gdy proces identyfikacji jest imponujący, istnieje bardziej istotny aspekt rozwoju. Sztuczna inteligencja jest w stanie pokazać swoje myślenie, co pozwala nawet niedoświadczonemu obserwatorowi ptaków zrozumieć proces.

Głęboka sieć neuronowa, czyli algorytmy oparte na działaniu mózgu, zostały wyszkolone na 11 788 zdjęciach. Zdjęcia obejmowały 200 różnych gatunków ptaków, w tym wszystko od kaczek po kolibry.

Zespół badaczy nie musiał specjalnie szkolić sieci, aby identyfikować dzioby lub pióra skrzydeł. Zamiast tego, sieć jest w stanie wziąć zdjęcie ptaka i zidentyfikować pewne wzory w obrazie. Następnie może wziąć te wzory i zidentyfikować wcześniej spotkane wzory w typowych cechach gatunku.

Według zespołu, sieć tworzy serię map cieplnych, które identyfikują pewne cechy. Na przykład, może odróżnić zwykłego ptaka od ptaka z maską na głowie i żółtym brzuchem. Następnie pokazuje, że te cechy są tym, co doprowadziło do identyfikacji.

Inaczej niż inne systemy

Sieć neuronowa była w stanie zidentyfikować prawidłowy gatunek do 84% czasu. Jest to podobne do niektórych z najlepszych systemów. Różnica polega na tym, że te systemy nie wyjaśniają procesu myślowego w ten sposób.

Według Rudin, najbardziej rewolucyjnym aspektem tego projektu jest to, że dostarcza wizualizację tego, co głębokie sieci neuronowe widzą, gdy patrzą na obraz.

Ta technologia jest również obecnie wykorzystywana na stronach społecznościowych, aby identyfikować podejrzanych przestępców w kamerach nadzoru, oraz pomagać autonomicznym pojazdom identyfikować sygnalizację świetlną i pieszych.

Oprogramowanie głębokiego uczenia się często nie wymaga jawnej programacji, aby uczyć się z danych, co nie jest przypadkiem tradycyjnego oprogramowania. Jednak proces nie jest zawsze klarowny lub wyjaśniony, więc często trudno wyjaśnić, jak algorytmy “myślą”, gdy klasyfikują obraz.

W przyszłości

Rudin i inni obecnie pracują nad nowymi modelami głębokiego uczenia się dla sztucznej inteligencji, prowadząc pole do przodu. Nowe modele mogą wyjaśnić swoje rozumowanie i proces identyfikacji. Pomaga to badaczom zobaczyć od początku do końca i ułatwia identyfikację przyczyny błędu lub problemu.

Rudin i jej zespół będą pracować nad wykorzystaniem algorytmu w dziedzinie medycyny. Mogą identyfikować pewne obszary problemowe w obrazach medycznych, takich jak mammografie. Pomogłoby to profesjonalistom medycznym wykryć guzy, zwapnienia i inne objawy raka piersi.

Według Rudin, sieć naśladuje sposób, w jaki lekarze diagnozują.

“Jest to przypadkowe rozumowanie”, powiedziała Rudin. “Mamy nadzieję, że będziemy mogli lepiej wyjaśnić lekarzom lub pacjentom, dlaczego ich obraz został sklasyfikowany przez sieć jako złośliwy lub łagodny”.

Zespół przedstawi pracę zawierającą ich badania na Trzydziestej Trzeciej Konferencji na temat Przetwarzania Informacji Neuronowej (NeurlIPS2019) w Vancouver 12 grudnia.

Badanie obejmuje również autorów Daniela Tao i Alinę Barnerr z Duke oraz Jonathana Su z MIT Lincoln Laboratory.