Google chce, by jego serwery lepiej rozpoznawały obiekty i sytuacje przedstawione na zdjęciach. Z tego powodu opracował nowy algorytm, który po pierwsze rozpoznaje treść zdjęcia, a po drugie potrafi je opisać językiem naturalnym. Identyczne oprogramowanie opracowali w tym samym czasie specjaliści ze Stanford University.
Jak działa w praktyce? Oto przykład. Poniższe zdjęcie zostało opisane zarówno przez człowieka, jak i algorytm:
Zdjęcie opisane przez człowieka i przez maszynę Fot. nytimes.com/Google/Stanford University
Fot. nytimes.com/Google/Stanford University
Człowiek: "Grupa mężczyzn bawi się Frisbee w parku" Maszyna: "Grupa młodych ludzi gra we Frisbee".
System nie działa w sposób idealny - świadczą o tym błędy widoczne na głównym zdjęciu tego materiału. Maszyna część zdjęć opisuje idealnie (zielona kolumna), popełnia drobne błędy (pomarańczowa kolumna), poważne błędy (żółta kolumna) lub całkowicie się myli (czerwona kolumna). Ważną cechą systemu jest jednak umiejętność uczenia się. Być może algorytm potrzebuje więcej czasu, by udoskonalić swoje działanie.
Czemu ma służyć nowy algorytm? Dla Google może się okazać przydatny do jeszcze lepszego analizowania danych. Z tego samego powodu byłby cenny dla Facebooka, który pracuje nad podobnym systemem . Oprogramowanie oparte na takim algorytmie mogłoby też pomóc osobom niewidomym - łatwo wyobrazić sobie stworzenie "elektronicznego przewodnika", który informowałby co widzi. Tego typu system pozwoliłby też na sprawniejszy monitoring - mógłby samodzielnie ocenić, czy sytuacja obserwowana przez kamerę wymaga interwencji policji.
Jak algorytm poradził sobie z opisem innych zdjęć? Dowiecie się tego z naszej galerii. Będziecie zaskoczeni dokładnością maszyny .
[ za nytimes.com ]
