На прошедшей в Сан-Франциско конференции по машинному обучению представители Google рассказали о своем успешном эксперименте по обучению машин распознаванию образов.
Здесь используется методика deep learning – глубокое обучение. Человек в этом процессе практически не участвует: задает общий алгоритм обучения и лишь иногда, по необходимости, вмешивается в работу системы, когда та по случайности приходит к совершенно неверному выводу. Машина, то есть система DistBelief, состоящая из десятков тысяч процессоров и 24 часа в сутки обрабатывающая кластеры полученных из интернета изображений, сообщений и прочих данных по миллиардам ею же выбранных параметров, пытается понять, чем лысый человек отличается от бильярдного шара, конь от петуха, дверь от страницы, синее от красного.
И самое интересное – что компьютеры, участвующие в эксперименте Google, смогли проводить различия между разными офисными предметами самостоятельно: этим категориям учитель-человек их не учил. Как именно возникло «осознание» различий, инженеры Google сказать пока не могут, – понадобится долго и внимательно изучать выданный компьютером код.
По сути дела, машина учится тому, чем владеем мы, – здравому смыслу. Причем учится, подражая нашему мозгу, с помощью нейронных сетей, которые имеют способность запоминать результаты неудачных попыток. Главная цель, к которой стремится Google, – научить свои системы автоматически распознавать образы, голоса, обновлять словари Google Translate и т.п. И находить те самые вещи, которые нужно будет распознавать.
Источник: slon.ru
