Itseoppimiseen tukeutuva konenäkö

08.01.2019

UCLA-AI-systeemi-matkii-ihmisnakoa-300.jpgUCLA Samueli Schoo of Engineeringin ja Stanfordin tutkijat ovat demonstroineet tietokonejärjestelmää, joka pystyy löytämään ja tunnistamaan todelliset esineet, joita se ”näkee” vastaavanlaisella visuaalisen oppimisen menetelmällä kuin ihmiset.

Järjestelmä on edistys konenäön sektorilla. Se on myös tärkeä askel kohti yleisiä keinotekoisia älykkäitä järjestelmiä - tietokoneita, jotka oppivat itse, ovat intuitiivisia, tekevät päätöksiä perustelujen perusteella ja ovat vuorovaikutuksessa ihmisten kanssa inhimillisemmällä tavalla.

Vaikka nykyiset konenäön järjestelmät ovat yhä tehokkaampia ne ovat tehtäväkohtaisesti rajattuja. Ne eivät ole suunniteltu omatoimiseen oppimiseen. Ne on koulutettava tarkalleen, mitä oppia, yleensä tarkastelemalla tuhansia kuvia, joissa tunnistettava kohde on niille merkitty.

Ne eivät myöskään osaa luoda kuvaa kohteesta, jos vain osa kohteesta näkyvissä. Tietokoneet eivät myöskään osaa selittää perusteluja valokuvan esineen määrittämiseksi: Tekoälypohjaiset järjestelmät eivät rakenna sisäistä kuvaa tai opittujen esineiden mallia, siten miten ihmiset tekevät.

Uusi lähestymistapa koostuu kolmesta laajasta vaiheesta. Ensin järjestelmä hajottaa kuvan pieniksi paloiksi, joita tutkijat kutsuvat "wiev lets, vilkaisuiksi". Toiseksi tietokone oppii, miten nämä vilkaisunäkymät sopivat yhteen muodostamaan kyseessä oleva kohde. Ja lopuksi se tarkastelee, mitä muita kohteita ympäröivällä alueella on ja onko kyseisten esineiden informaatio olennaista ensisijaisen kohteen kuvaamiseen ja tunnistamiseen.

Auttaakseen uutta järjestelmää ”oppimaan” aivan kuten ihmiset, insinöörit päättivät upottaa sen Internet-replikaan eli ympäristön jossa ihmiset ”elävät”.

Internetissä on runsaasti kuvia ja videoita, jotka kuvaavat samantyyppisiä esineitä. Lisäksi nämä esineet näkyvät monista näkökulmista - peitettynä, lintuperspektiivissä ja ne on sijoitettu erilaisiin ympäristöihin. Kehystyöhön tutkijat saivat myös oivalluksia kognitiivisesta psykologiasta ja neurotieteestä.

”Lapsista alkaen, opimme, mitä jokin on, koska näemme monia esimerkkejä niistä monissa yhteyksissä”, toteaa professori Vwani Roychowdhury UCLA:n tiedotteessa. ”Tämä kontekstuaalinen oppiminen on aivojemme keskeinen piirre, ja se auttaa meitä rakentamaan vahvoja malleja objekteista, jotka ovat osa toiminnallisesti integroitua maailmankuvaa.”

Tutkijat testasivat järjestelmää noin 9 000 kuvalla, joista kukin esitti ihmisiä ja muita kohteita. Alusta pystyi rakentamaan yksityiskohtaisen mallin ihmiskehosta ilman ulkoista ohjausta ja ilman kuvien merkitsemistä.

Insinöörit tekivät testejä myös moottoripyörien, autojen ja lentokoneiden kuvilla. Kaikissa tapauksissa heidän järjestelmä suoriutui paremmin tai ainakin vastaavasti kuin perinteiset konenäköjärjestelmät, jotka on kehitetty monien vuosien koulutuksella.

Aiheesta aiemmin:

Nopeampia neuroverkkoja syväoppimiseen

Sulautettua tekoälyä

21.08.2019Uusia puolijohteita tehoelektroniikkaan
20.08.2019Biohajoavia mikroresonaattoreita
19.08.2019Uutta tekniikkaa aurinkosähkölle
16.08.2019E-tekstiilejä ja metamateriaaleja
15.08.2019Valoa nanopiireille
14.08.2019Tehokkaampia kvanttiantureita
13.08.2019Tsunami mikropiirillä
12.08.2019Tekniikkaa kuudennen sukupolven verkoille
09.08.2019Kvanttimikrofonista kvanttitietokoneeseen
08.08.2019Paksummat OLEDit parantavat näyttötekniikkaa
07.08.2019Älylasi, joka ei tarvitse sähköä
06.08.2019Sähköä ruosteen avulla
05.08.2019Erittäin ohuita transistoreita
01.08.2019Spinvirta välittää käyttövoimaa
26.07.2019Dramaattista lisäystä aurinkokennoihin
19.07.2019Luminenssilamput kehittyvät
12.07.2019Atomista audiotallennusta
04.07.2019Valosähköisiä nanoputkia
03.07.2019Informaation teleporttausta timantissa
02.07.2019Orgaanisia katodeja tehokkaille akuille
28.06.2019Spintroniikkaa ja muistitekniikkaa
27.06.2019Edistysaskeleita kvanttitietotekniikalle
26.06.2019Oksidimateriaalit kaupallistuvat
25.06.2019Lasertekniikalla grafeenia hyötykäyttöön
24.06.2019Ionitekniikkaa kondensaattoreihin
20.06.2019Tehokkaampia tehopiiritekniikoita
19.06.2019Uutta tekniikkaa 2D-materiaalin venytyksellä
18.06.2019Bioparisto IoDT-sovelluksille
17.06.2019Uusia ovia nanofotoniikan maailmaan
14.06.2019Biologian avulla sähkö varastoon ja hiili kiertoon
13.06.2019Orgaaniset laserdiodit unelmasta todellisuuteen
12.06.2019Uusia ominaisuuksia elektroniikalle
11.06.2019Uusi laite pakkaa enemmän valokuituun
10.06.2019Tutkijat yrittävät luoda ihmisen kaltaista koneajattelua
07.06.2019Vaihtoehtoja elektroniikan vauhdittamiseen
06.06.2019Hiiliseostus muuttaa puolijohtavaa 2D-materiaalia
05.06.2019Hämähäkin aisteja autonomisille koneille
04.06.2019Elektronin geometria määritelty
03.06.2019Fyysikot löytäneet uudenlaisia spin-aaltoja
30.05.2019Pesunkestävää kangaselektroniikkaa
29.05.2019Uusia ratkaisuja kaoottisille värähtelypiireille
27.05.2019Magneettista oppimista tietojenkäsittelyyn
24.05.2019Auttaa robotteja muistamaan
23.05.2019Ultrapuhdas valmistustapa 2D-transistoreille
22.05.2019Erittäin nopeita magneettisia muisteja
21.05.2019Happea akkujen kehitykseen
20.05.2019Neulanreiät hologrammeja tuottamaan
17.05.2019Lasketaan nopeammin kvasihiukkasilla
16.05.2019Kondensaattoreita tulostamalla
15.05.2019Kvanttitietotekniikkaa grafeenin ja piin avulla
14.05.2019Suurtaajuussiirto tehostuu grafeenilla
13.05.2019Aivomaista tietotekniikkaa
11.05.2019Kvanttitason mittauksia
09.05.2019Tehokkaampia muistimateriaaleja
08.05.2019Lämpösähköä spinien tasolta
07.05.2019Suurin ja nopein optinen kytkinpiiri
06.05.2019Tehokkaita lämpöjohteita nanoelektroniikalle
03.05.2019Monenlaista ledien värien hallintaa
02.05.2019Staattinen negatiivinen kondensaattori
30.04.2019Kompaktia pitkäaaltoista viestintää
29.04.2019Nanoklustereista puolijohteita
26.04.2019Uudenlainen spintransistori
25.04.2019Aurinkoa seuraten
24.04.2019Kvanttimateriaali aivojen kaveriksi
23.04.2019Uusia rakenteita Litium-ioni akuille
18.04.2019Spinaaltoja nanoelektroniikkaan
17.04.2019Huonelämpötilassa toimivia keinotekoisia atomeja
16.04.2019Uusi ihmemateriaali: yksittäisiä 2D-fosforeeninauhoja
15.04.2019Eksoottisia kvanttivaikutuksia
12.04.2019Fononeja suunnaten ja laseroiden
11.04.2019Kuparipohjainen vaihtoehto kullalle
09.04.2019Vanhassa vara parempi
08.04.2019Mainostilan esittely
08.04.2019Tehokkaita ledejä nanolangasta
05.04.2019Nanogeneraattori kankaalle 3D-tulostuksella
03.04.2019Topologiaa valoaalloille
02.04.2019Kolme mittausta yhdellä selluanturilla
01.04.2019Monipuolisia orgaanisia transistoreita
29.03.2019Kvanttisimulointia valolla
28.03.2019Sähköä syöviä mikrobeja
27.03.2019Proteiini tarjoaa vaihtoehtoja ionijohteille
26.03.2019Metamateriaali ratkoo yhtälöitä
25.03.2019Molekyylimoottorit toimivat yhdessä
22.03.2019Laveampaa kvantti-informaation vaihtoa
21.03.2019RF-fotoneja ja kvanttihyppyjä
20.03.2019Säädettävää ja äänennopeaa lämmönjohdetta
19.03.2019Molekyylielektroniikan toimintoja kvantti-interferenssillä
18.03.2019Nesteitä ja molekyylejä sähkön tuottajiksi
15.03.2019Moiré-kuviot tuottavat superhiloja
14.03.2019Kvanttivaloa ja kvanttipisteitä
13.03.2019Kävisikö pii sittenkin akkuanodiksi
12.03.2019DNA-tietotekniikka tehostuu
11.03.2019Kvanttianturi tehostaa syövän hoitoa
08.03.2019Miten olisi magnonielektroniikka?
07.03.2019Spintroniikka näyttää kykynsä
06.03.2019Eriväristen fotonien lomittaminen
05.03.2019Ionisia transistoreita bioelektroniikalle
04.03.2019Valon ansoittaminen kolmiulotteisesti
04.03.2019Muokattava kaistaero grafeenilla
28.02.2019Magneettisuus kääntyy sähkökentällä

Näytä lisää »