Facebookin algoritmit voivat poimia kasvosi joukosta (tai yrittää ainakin), mutta se ei silti voi kertoa poseeratko perheen muotokuvassa vai juoda ystävien kanssa - se ei voi kertoa kuinka olet vuorovaikutuksessa muiden kanssa . Jatkossa tietokoneet saattavat kuitenkin pystyä tekemään juuri sen. Nyt tutkijat ovat ehdottaneet tapaa selvittää kuinka älykkäät tietokoneet ovat visuaalisessa tunnistamisessa. He kutsuvat testiään visuaaliseksi Turing-testiksi sen jälkeen, kun tietotekniikan tutkija Alan Turing on testannut, pystyykö tietokone näyttämään ihmisen kaltaista älykkyyttä.
Testin suosittu käsitys on, että sitä käytetään erottamaan ihmiset tietokoneista - ja tätä varten käytetään yhtä versiota, kun teet CAPTCHA: n kirjautuaksesi uuteen sähköpostiin. Mutta tekoälyn tutkijat ajattelevat testiä todellakin tapana mitata, kuinka edistyksellinen tietojärjestelmä on tähän mennessä.
"Tietokonenäkössä on tapahtunut joitain vaikuttavia parannuksia viime vuosina", Stuart Geman, Brownin yliopiston matematiikan professori ja yksi uutta arviointia ehdottaneista tutkijoista, toteaa lehdistötiedotteessa. "Mielestämme saattaa olla aika nostaa tankoa näiden järjestelmien arvioinnin ja vertailuanalyysin suhteen."
Sen sijaan, että vain tunnistettaisiin, että kuvassa on kaksi ihmistä, testissä selvitetään, pystyvätkö tietokoneet selvittämään, että molemmat ihmiset keskustelevat tai edes väittävät. Tällä hetkellä tutkijat käyttävät julkisesti saatavilla olevia tietojoukkoja ohjelmiensa testaamiseen - MIT: llä on LableMe, joka käyttää joukkotutkimusta esimerkiksi "auton", "puun" ja "rakennuksen" tunnistamiseen kuvissa. Parantaakseen tätä ja tarjoamalla suuremman haasteen, Brownilla toimivat tutkijat keksivat puitteet standardisoidulle visuaaliselle Turing-testille.
Lee Gomes IEEE Spectrum -raporteista:
Heidän ehdottamansa menetelmän mukaan ihmistestesuunnittelijoita kehitetään luettelo tietyistä ominaisuuksista, joita kuvalla voi olla, esimerkiksi siitä, onko kadunäkymässä ihmisiä, vai kantavatko ihmiset jotain tai puhuvat keskenään. Ihmiset tekivät valokuvista valokuvia ensin käsin näillä perusteilla; Tietokonenäköjärjestelmälle näytetään sitten sama kuva ilman ”vastauksia” sen selvittämiseksi, pystyikö se valitsemaan sen, mitä ihmiset olivat havainneet.
Aluksi kysymykset olisivat alkeellisia, ja kysytään esimerkiksi, onko kuvalla jollain tietyllä alueella kuvasta. Kysymykset monimutkaistuvat, kun ohjelmat kehittyvät entistä kehittyneemmiksi. monimutkaisempaan kysymykseen saattaa liittyä kuvan eri ihmisten vuorovaikutuksen luonne.
Ryhmä kuvasi testin julkaisussa Proceedings of the National Academy of Sciences . Saksalainen sanoo, ettei yksikään tietokonejärjestelmä pystynyt läpäisemään uuden testin yksinkertaisia versioita. Mutta he tulevat tulevaisuudessa. Koska jokaiselle valokuvalle on monia mahdollisia ominaisuuksia, tutkijoiden olisi keksittävä innovatiivisia tapoja tietokoneilleen oppia arvioimaan valokuvia.
"Tutkijoina meillä on taipumus" opettaa testiin ", " Geman sanoo lausunnossaan. ”Jos on tiettyjä kilpailuja, joihin kaikki osallistuvat, ja nämä ovat menestysmittareita, niin keskitymme siihen. Joten voi olla viisasta muuttaa testi, laittaa se vain nykyisten näköjärjestelmien ulottumattomissa. "
