Νευρωνικό δίκτυο περιγράφει όσα βλέπει στο Άμστερνταμ

Τα νευρωνικά δίκτυα (neural networks) είναι σχεδιασμένα με τέτοιο τρόπο ώστε να αναγνωρίζουν εικόνες και να τις περιγράφουν και, με το πέρασμα του χρόνου, βελτιώνονται όλο και περισσότερο.

Μάλιστα, ένας developer, ο Kyle McDonald, δημοσίευσε πρόσφατα ένα βίντεο το οποίο δείχνει την εν λόγω διαδικασία και τους περιορισμούς της, σε πραγματικό χρόνο.

Χρησιμοποιώντας ένα MacBook Pro και μια τροποποιημένη έκδοση του προγράμματος NeuralTalk2, ο McDonald περιηγήθηκε στους δρόμους του Άμστερνταμ και κατέγραψε την προσπάθεια του υπολογιστή του να αναγνωρίσει τις εικόνες που έβλεπε.

Η διαδικασία περιγραφής όσων μας περιβάλλουν είναι αρκετά απλή για τον άνθρωπο, ωστόσο είναι αρκετά πολύπλοκη για έναν υπολογιστή, καθώς χρειάζεται να αναλύσει τη σκηνή, να αναγνωρίσει τα επιμέρους στοιχεία, καθώς και να εντοπίσει τη μεταξύ τους σχέση.

Όπως φαίνεται στο βίντεο, πολλές φορές το πρόγραμμα πραγματοποιεί επιτυχείς αναγνωρίσεις, παρέχοντας επικεφαλίδες όπως, λόγου χάρη, «σειρά από ποδήλατα παρκαρισμένα το ένα δίπλα στο άλλο» και «άντρας τρώει χοτ ντογκ στον δρόμο».

Ωστόσο, αρκετές από τις επικεφαλίδες που παρέχει το νευρωνικό δίκτυο είναι λανθασμένες και δεν ανταποκρίνονται στην πραγματικότητα, όπως, παραδείγματος χάρη, η δήλωση ότι ο McDonald φοράει κουστούμι και γραβάτα, ενώ στην πραγματικότητα φοράει φούτερ.

Το NeuralTalk2 είναι ένα πρόγραμμα ανοιχτού κώδικα, βασική ιδιότητα του οποίου είναι να παρέχει επικεφαλίδες προκειμένου να περιγράψει τις εικόνες που βλέπει. Βέβαια, δεν είναι ιδιαίτερα φιλικό προς τον χρήστη, καθώς απαιτεί αρκετό χρόνο για εξοικείωση.

Site: DigitalTrends

αμα το βαλουν μπροστα σε καθρεπτη θα έχει πλακα...

SICK !!!

Έχει δρόμο ακόμα

thats how you get terminators.....

Και παλι ειναι ενα συμβατικο προγραμμα. Αναγνωριζει και συγκρινει εικονες που του εχουν δωσει.

1. Όντως έχει δρόμο ακόμα.

2. Δεν είναι κάτι καινούριο.

Fail ...

΄Μόνο εώ πρόσεξα ότι η απάντηση είναι λάθος ?

Στην εικόνα ΔΥΟ άνδρες τρώνε αυτό που έστω ότι είναι σαντουιτς !!!

και εφόσον είναι 2 ανάμεσα σε 3 ... ε δε το λες και "in a crowd"

σιγά σιγά ο μεγάλος αδελφός βελτιώνεται στο να μας παρακολουθεί όλους.

Αν βάλεις όμως καπέλο και γυαλιά ηλίου αμφιβάλω αν θα μπορέσει να κάνει ταυτοποίηση προσώπου. :-D

ήθελα να ήξερα οι developers που ασχολούνται με τέτοιου είδους εφαρμογές αισθάνονται καλά με τον εαυτό τους?

Και παλι ειναι ενα συμβατικο προγραμμα. Αναγνωριζει και συγκρινει εικονες που του εχουν δωσει.

 

οπως δουλευει ο ανθρωπινος εγκεφαλος δηλαδη. το θεμα ειναι ποτε η μηχανη θα αρχισει να κανει τις συγκρισεις σε αφαιρετικο επιπεδο, πχ να καταλαβει οτι ο αντρας δεν τρωει πραγματικα ενα burger αλλα οτι προσποιειται πως τρωει ενα ψευτικο burger.

υπαρχει η αποψη οτι κατι τετοιο δεν θα το πετυχει ποτε μια μηχανη, οσο και να αναπτυχθει η ΑΙ τεχνολογια.

Microsoft PC --->  Unidentified Object

Είχε κάνει η nvidia presentation για GPU accelerated deep learning πριν μερικούς μήνες.

οπως δουλευει ο ανθρωπινος εγκεφαλος δηλαδη. το θεμα ειναι ποτε η μηχανη θα αρχισει να κανει τις συγκρισεις σε αφαιρετικο επιπεδο, πχ να καταλαβει οτι ο αντρας δεν τρωει πραγματικα ενα burger αλλα οτι προσποιειται πως τρωει ενα ψευτικο burger.

υπαρχει η αποψη οτι κατι τετοιο δεν θα το πετυχει ποτε μια μηχανη, οσο και να αναπτυχθει η ΑΙ τεχνολογια.

Θέμα χρόνου είναι, απλά τα σημερινά neural networks είναι ακόμα σε επίπεδο εγκεφάλου μύγας. Το καλό με τα neural networks είναι ότι δεν χρειάζεσαι κανέναν εξωπραγματικό κώδικα, αλλά μόνο επεξεργαστική ισχύ και δεδομένα!

Παμε δηλ για person of interest καταστασης σιγα σιγα.

Γιατί δε πέρασε κι απ τα κόκκινα φαναρια;;;;

(αν κι εκεί σε κυνηγούν αν πας με κάμερα)

 Να το βαλουνε να τραβαει ταινια και μετα να ενσωματωσουνε τους υποτιτλους!