Naučit počítače myslet jako lidi je stále ještě běh na dlouhou trať. Ta by však dle výzkumu, jehož výsledky byly zveřejněny minulý týden, mohla být zase o kousek kratší. Práce vývojářů v této oblasti spočívá hlavně v učení počítačů „chápat“ nové koncepty, což si často žádá stovky a stovky tréninkových příkladů.
Vědci teď ale ve snaze zkrátit tento proces a přiblížit ho tomu, jak informace memorují lidé, přišli s něčím, čemu říkají Bayesian Program Learning – soustavou, na níž už vyzkoušeli schopnost počítačů napodobit rukopis pouze na základě jediného příkladu.
Zatímco pro běžné rozpoznávací algoritmy představují koncepty uspořádání pixelů nebo sady znaků, přístup BPL se liší v tom, že poskytnutá data – v tomto případě písmeno – algoritmu „vysvětlí“.
Koncepty jsou v tomto případě chápány jako pravděpodobnostní počítačové programy a algoritmus se v zásadě programuje sám tak, že utváří kód, díky kterému je schopen reprodukovat písmeno, které vidí. Zachytit je přitom schopen i různé styly, jakými lidé můžou dané písmeno psát.
Počítač je navíc schopen využít vědomosti z již naučených písmen a další učení tak probíhá rychleji; tedy například je schopen rychleji se naučit řeckou abecedu, jestliže už zná latinku.
Vůbec nejpůsobivější pak je, že počítač byl díky algoritmu schopen absolvovat svého druhu vizuální Turingův test, tedy pokus, který má za cíl prověřit, jestli se nějaký systém umělé inteligence opravdu chová inteligentně, což činí porovnáváním s člověkem. V tomto konkrétním případě vědci zadali lidem a počítačům přepsat sérii několika ručně psaných písmen poté, co bylo dotyčným každé z nich ukázáno pouze jedenkrát.
A výsledek? Vědci nebyli schopni rozlišit, které z písmen psali lidé a které počítače. Doplňme, že test prováděli s více než šestnácti sty různými znaky z více než padesáti jazyků, od sanskrtu, přes tibetšinu až třeba po hlaholici nebo smyšlené písmo použité v animovaném seriálu Futurama.
„Bylo velice složité sestrojit stroj, který k učení potřebuje stejně málo dat jako člověk,“ říká jeden z vývojářů, Ruslan Salachutinov, z univerzity v Torontu. „Jde však o atraktivní oblast výzkumu, která v sobě propojuje schopnosti strojů učit se, statistiku, vizionářství a kognitivní vědu.“
PŘEDPLATNÉ
ČLÁNKY DO MAILU