FYI.

This story is over 5 years old.

Tech

Een computer leert gezond verstand door naar plaatjes op internet te kijken

Zijn naam is NEIL en door dagenlang naar online plaatjes te kijken ontwikkeld het programma een ‘common sense’.
Screenshots via

Een foto zegt meer dan duizend woorden, dus het is misschien geen verrassing dat juist visueel leren gebruikt wordt als de volgende stap in kunstmatige intelligentie. Er zijn miljarden foto's en video’s op het internet, en ieder apart beeld van, zeg, een boerderij in de Beemster op een mooie zondagmiddag bevat een overschot aan informatie. Het probleem is echter dat het voor mensen zeer lang duurt om al die beelden te taggen zodat die data gebruikt kan worden als algoritmes om machines iets aan te leren. Tot dusver heeft de hoeveelheid van visuele informatie daarom nog niet kunnen helpen om computers slimmer te maken.

Onderzoekers aan de Carnegie Mellon University hebben daar nu een nieuwe oplossing voor gevonden: een computerprogramma genaamd Never-Ending Image Learning - NEIL voor vrienden. Het programma kan zonder al te veel menselijke interactie betekenis uit beelden halen door duizenden foto’s per dag te bekijken en associaties tussen objecten te maken. Hierdoor leert het uiteindelijk zijn eigen conclusies over objecten te trekken zonder daar ooit van tevoren voor geprogrammeerd te zijn. In andere woorden: het ontwikkelt zelfstandig een soort common sense.

Advertentie

Als NEIL bijvoorbeeld naar duizenden foto’s van katten kijkt, en ook naar miljoenen gekleurde foto’s, kan het via 'computer vision' de vorm van een kat en alle kleuren herkennen. Vervolgens kan het die losstaande informatie samenvoegen en tot de conclusie komen dat, aangezien er nooit een associatie tussen de kleur roze en een kat is voorgekomen, er niet zoiets als een roze kat bestaat.

In essentie bootst het programma, dat wordt gefinancierd door Google en de Department of Defense’s Office of Naval Research, daarmee het gezonde verstand van mensen na. Mensen ontwikkelen dat gezonde verstand door zelf dag in dag uit, minuut na minuut, in een visuele wereld te leven. Alles dat we doen en zien voedt ons verstand en begrip van de wereld. Om het voorbeeld te lenen dat MIT’s kunstmatige intelligentie-expert Carherine Havasi aan de Associated Press gaf: als iemand ons vraagt of een giraffe in een auto past, weten we het antwoord – niet door de respectievelijke omvang van een girafe en een auto uit te rekenen maar door onze voortdurend groeiende database van kennis.

Het principe achter NEIL komt op hetzelfde neer. Op een recentelijk gelanceerde website voor het project kun je zoeken door de database van beelden en kennis die NEIL tot dusver heeft gededuceerd. Sinds de start in juli heeft het programma zo’n 1.500 objecten en 1.200 scènes gededuceerd. Daaruit heeft het vervolgens zo'n 2.500 associaties kunnen maken.

Advertentie

Die associaties waren echter niet altijd juist. Zoek je bijvoorbeeld “BMX” op de website worden een heleboel foto’s van de fietsen getoond – so far so good – en bovendien een handjevol relaties die daarbij zijn bepaald. Die relaties of associaties zijn wat dubieuzer. NEIL bepaalde bijvoorbeeld dat “Fiets is een soort/lijkt op een BMX," maar ook "Paraplu is een soort/lijkt op een BMX." Ook heeft het moeite met homoniemen – een zoekopdracht voor “apple” zal foto’s van fruit laten zien maar ook het bedrijfslogo van Apple. En dus is er nog steeds menselijk interventie nodig om de computer te vertellen dat het niet juist is om een verband te leggen tussen een banaan en een Apple laptop.

De onderzoekers willen de technologie gebruiken om een enorme database van visuele informatie te creëren – geen wonder dus dat Google interesse toont. Ook hopen ze dat NEIL in de toekomst beter zal worden in het beantwoorden van eenvoudige vragen en het maken van rationele beslissingen. Dat laatste is weer interessant voor de Amerikaanse defensie omdat het daarmee mogelijk wordt meer ‘brain power’ op het slagveld in te zetten zonder daarbij mensenlevens te riskeren. DARPA is op het moment al bezig computers te ontwikkelen die niet alleen zelf kunnen nadenken, maar dat ook terplekke in real-time kunnen doen, door de omgeving waarin zij zich bevinden te begrijpen.

Hoewel er algoritmen en mathematische modellen bestaan die het brein nabootsen om zodoende nauwkeurigere voorspellingen en diagnoses te maken dan een mens ooit zou kunnen, missen die computers het beoordelingsvermogen van de mens. En gebrekkig of niet, het is juist dat beoordelingsvermogen dat zeer belangrijk is in het maken van beslissingen – vooral in levensbedreigende situaties. Programma’s als NEIL brengen ons een stap dichter bij een toekomst waarin mens en machine samen kunnen werken, een toekomst waarin we beiden onze sterke punten kunnen combineren om een soort bovenmenselijke vorm van intelligentie te bereiken.