Dette dyret er lett å finne for et menneske, men litt mer trøblete for en datamaskin når det ikke lenger dreier seg om klare parametre som bokstaver, tall og piksler.

Annonse


Kjenner igjen Pus

I mange år har IT-forskere jobbet med å få digitale systemer til å simulere mennesket hjerne.

Dette har de bare delvis lykkes med. Fortsatt er det slik at den «tenkeboksen» som vi alle har (men ikke alle bruker optimalt…) er uendelig mer avansert enn noen datamaskin.

Bilder fra YouTube
Google har imidlertid kommet et langt skritt videre med sitt såkalte neurale nettverk, som de er i ferd med å utvikle ved sitt X-laboratorium i Mountain View, California.

Sjefsforsker Andrew Y. Ng og hans team matet nettverket med ti millioner bilder, alle sammen hentet fra YouTube-videoer.

Annonse


Så ba de nettverket om å skille ut de bildene som forestilte katter.

Datamaskiner kan uten problemer finne ordet «cat» i en mengde data. De har heller ikke problemer med å sammenligne bildemønstre på basis av ett eller flere bilder av katter.

Vanskelig oppgave
Men konseptet katt er derimot en nøtt. Kattens bevegelser, fasong og vesen er mer abstrakt, og egner seg dermed mer for en menneskehjerne enn en maskin.

Og hvordan skille ut katt fra noe som bare er katte-lignende? Eller finne en katt i et bilde som inneholder en rekke andre elementer?

Kan resonnere
Dette klarte Google-systemet bedre enn ventet. Ifølge Ng lærte det seg selv hva en katt faktisk er, og klarte til slutt å doble treffsikkerheten i en samling på 20 000 bilder som det til slutt skulle velges i.

Google-forskerne mener dermed at maskiner nå til en viss grad kan resonnere eller slutte seg fram til abstrakte konsepter som tidligere bare har vært forbeholdt de små grå.

Kilde:

The New York Times

Annonse