Комп’ютер може ідентифікувати 200 видів птахів з однієї фотографії

Дослідники з Університету Дюка використали машинне навчання, щоб навчити комп’ютер ідентифікувати до 200 різних видів птахів. Комп’ютер потребує лише однієї фотографії, щоб завершити процес ідентифікації. Для людини часто потрібно роки спостереження за птахами, щоб бути能够 ідентифікувати різні види один від одного.

Дослідження було проведено під керівництвом аспіранта кафедри комп’ютерних наук Університету Дюка Чаофана Чена разом з студентом Оскаром Лі. У ньому також брали участь інші члени команди лабораторії прогнозування та аналізу, яку очолює професор Університету Дюка Синтія Рудін.

Штучний інтелект демонструє свій спосіб мислення

Хоча процес ідентифікації вражаючий, є більш важливий аспект розробок. Штучний інтелект能够 показати свій спосіб мислення, що дозволяє навіть нез досвідченим спостерігачам за птахами зрозуміти процес.

Глибока нейронна мережа, або алгоритми, засновані на роботі мозку, були навчені на 11 788 фотографіях. Фотографії включали 200 різних видів птахів, включаючи все, від качок до колібрі.

Команда дослідників не потребувала спеціально навчати мережу для ідентифікації дзьобів або пір’я крил. Замість цього мережа能够 взяти фотографію птаха та ідентифікувати певні закономірності на зображенні. Потім вона能够 взяти ці закономірності та ідентифікувати попередні закономірності, які вона вже зустрічала у типових ознаках видів.

За словами команди, мережа потім створює серію теплових карт, які ідентифікують певні ознаки. Наприклад, вона能够 розрізнити звичайного вороб’я та вороб’я з капюшоном, а також різні ознаки, такі як маска на голові та жовтий живіт. Потім вона показує, що ці ознаки й привели до ідентифікації.

На відміну від інших систем

Нейронна мережа能够 ідентифікувати правильний вид до 84% часу. Це подібно до деяких з найкращих систем. Відмінність полягає в тому, що ці системи не пояснюють процес мислення, як ця.

За словами Рудін, найбільш революційний аспект цього проекту полягає в тому, що він забезпечує візуалізацію того, що глибокі нейронні мережі бачать, коли дивляться на зображення.

Ця технологія також зараз використовується на соціальних мережах, щоб ідентифікувати підозрюваних злочинців у камерах спостереження, та допомогти автономним транспортним засобам ідентифікувати світлофори та пішоходів.

Програмне забезпечення глибокого навчання часто не потребує явного програмування, щоб навчатися на даних, що не є випадком для традиційного програмного забезпечення. Однак процес не завжди зрозумілий або показаний, тому часто важко пояснити, як алгоритми “думають”, коли класифікують зображення.

У майбутньому

Рудін та інші зараз працюють над новими моделями глибокого навчання для штучного інтелекту, просуваючи галузь вперед. Нові моделі能够 пояснити свій процес мислення та ідентифікації. Це допомагає дослідникам бачити від початку до кінця, і робить його легшим ідентифікувати причину помилки або проблеми.

Рудін та її команда будуть працювати над використанням алгоритму в медичній галузі. Він能够 ідентифікувати певні проблемні області у медичних зображеннях, таких як мамограми. Це допоможе медичним фахівцям виявити злоякісні пухлини, кальцифікації та інші ознаки раку молочної залози.

За словами Рудін, мережа імітує спосіб, яким лікарі роблять діагноз.

“Це випадковий розум, ” сказала Рудін. “Ми сподіваємося, що зможемо краще пояснити лікарям або пацієнтам, чому їхнє зображення було класифіковано мережею як злоякісне або доброякісне.”

Команда представить звіт про свою роботу на Третій конференції з обробки нейронної інформації (NeurlIPS2019) у Ванкувері 12 грудня.

Дослідження також включає авторів Даніеля Тао та Аліну Барнерр з Університету Дюка та Джонатана Су з лабораторії Лінкольна Массачусетського технологічного інституту.