Głębokie systemy uczące się uczą się lepiej, gdy są rozpraszane

Naukowcy komputerowi z Holandii i Hiszpanii ustalili, jak głębokie systemy uczące się uczą się lepiej, gdy są rozpraszane. Sztuczna inteligencja (AI) jest skierowana na rozpoznawanie obrazów i może nauczyć się rozpoznawać swoje otoczenie. Zespół był w stanie uprościć proces uczenia po tym, jak zmusił system do skupienia się na cechach wtórnych.

Sieci neuronowe typu convolutional

Głęboki system uczący się opiera się na sieciach neuronowych typu convolutional (CNN), które są formą głębokiego uczenia się dla systemów AI.

Estefanía Talavera Martinez jest wykładowcą i badaczem w Instytucie Bernoulliego Matematyki, Informatyki i Sztucznej Inteligencji Uniwersytetu w Groningen w Holandii.

“Te CNN są skuteczne, ale nie do końca rozumiemy, jak działają”, mówi Talavera Martinez.

Talavera Martinez wykorzystała CNN do analizy obrazów pochodzących z kamer noszonych podczas badania zachowań ludzi. Część jej pracy dotyczyła badania interakcji ludzi z jedzeniem, więc postanowiła sprawić, by system rozpoznał różne ustawienia, w których ludzie spotykają się z jedzeniem.

“Zauważyłam, że system popełniał błędy w klasyfikacji niektórych zdjęć i chciałam wiedzieć, dlaczego tak się działo”, powiedziała.

Wykorzystała mapy cieplne i przeanalizowała, które części obrazów były używane przez CNN do identyfikacji ustawienia.

“To doprowadziło do hipotezy, że system nie patrzył na wystarczająco wiele szczegółów”, powiedziała.

Jednym z przykładów było AI, które nauczyło się używać filiżanek do identyfikacji kuchni. W tym przykładzie AI mogło błędnie klasyfikować obszary takie jak pokoje dziennego i biura, które również często mają filiżanki.

Talavera Martinez i jej zespół postanowili opracować rozwiązanie. Jej współpracownikami byli David Morales i Beatriz Remeseiro, obaj z Hiszpanii. Proponowane rozwiązanie polegało na rozproszeniu systemu od ich głównych celów.

Opracowanie rozwiązania

Zespół wytrenował CNN z standardowym zestawem obrazów samolotów lub samochodów i zidentyfikował, które części obrazów były używane do klasyfikacji za pomocą map cieplnych. Te części obrazów zostały затемnione w zestawie obrazów, a zestaw obrazów został wykorzystany do drugiej rundy treningu.

“To zmusza system do szukania gdzie indziej identyfikatorów. I dzięki tym dodatkowym informacjom staje się bardziej wyrafinowany w swojej klasyfikacji”, powiedziała Talavera Martinez.

Nowy system działał dobrze w standardowych zestawach obrazów i był skuteczny w obrazach zebranych z kamer noszonych.

“Nasza metoda treningu daje nam wyniki podobne do innych podejść, ale jest znacznie prostsza i wymaga mniej czasu obliczeniowego”, mówi.

Poprzednie próby zwiększenia klasyfikacji drobnoziarnistej koncentrowały się na połączeniu różnych zestawów CNN, ale nowo opracowane podejście jest znacznie lżejsze.

“To badanie dało nam lepsze zrozumienie, jak te CNN uczą się, i to pomogło nam poprawić program treningu”, powiedziała Talavera Martinez.