Ένα νευρωνικό δίκτυο, που δημιουργήθηκε συνδέοντας 16.000 επεξεργαστές υπολογιστών, φαίνεται να ακολουθεί, ως προς τη λογική τους, τις θεωρίες βιολόγων που αφορούν τον τρόπο με τον οποίο ένας ανθρώπινος εγκέφαλος αναγνωρίζει αντικείμενα. Ερευνητές της Google, που εργάζονται στα μυστικά «X Labs» της εταιρείας και ασχολούνται εκτεταμένα με θέματα «υπολογιστικής νοημοσύνης», φαίνεται πως έχουν σημειώσει σημαντική πρόοδο στο να κάνουν ηλεκτρονικούς υπολογιστές να μιμούνται τον ανθρώπινο εγκέφαλο.

Τα εργαστήρια «X» της Google έχουν έρθει αρκετές φορές στην επικαιρότητα τελευταία, χάρη σε «εφευρέσεις», όπως τα αυτοκίνητα που μπορούν να οδηγούν μόνα τους ή τα γυαλιά επαυξημένης πραγματικότητας. Φαίνεται, όμως, πως στις «δραστηριότητες» των «μυστικών» εργαστηρίων περιλαμβάνεται και η δημιουργία ενός νευρωνικού δικτύου μηχανικής μάθησης, το οποίο έχει συνδέσει 16.000 υπολογιστές και, στη συνέχεια, τους έχει δώσει πρόσβαση στο Διαδίκτυο. Στην πορεία, το δίκτυο μαθαίνει να αναγνωρίζει… γάτες.

Κι ενώ η πράξη της ανεύρεσης… γατών στο Internet δεν ακούγεται ως μία ιδιαίτερη… πρόκληση, φαίνεται πως η σημαντική εξέλιξη είναι το ότι η απόδοση του δικτύου σ’ αυτό το κομμάτι ξεπέρασε τις προσδοκίες των ερευνητών, διπλασιάζοντας το ποσοστό ακρίβειας στον εντοπισμό αντικειμένων από μία λίστα 20.000 διαφορετικών, σύμφωνα με σχετικό ρεπορτάζ της New York Times.

Για να εντοπιστούν οι γάτες, η ομάδα τροφοδότησε το δίκτυο με μικρογραφίες φωτογραφιών, επιλεγμένες τυχαία από 10 δισ. Youtube videos. Τα αποτελέσματα φαίνεται να συμφωνούν με τις θεωρίες βιολόγων που σημειώνουν ότι οι νευρώνες στον εγκέφαλο μας εκπαιδεύονται, ώστε να αναγνωρίζουν συγκεκριμένα αντικείμενα. «Δεν αναφέραμε ποτέ κατά τη διάρκεια της εκμάθησης ότι αυτή είναι μία γάτα» αναφέρει ο Jeff Dean από τη Google στη NYT. «Το σύστημα βασικά φαίνεται ότι… ανακάλυψε την έννοια της γάτας μόνο του».

Η μείωση του κόστους των υπολογιστών, που έχει ως αποτέλεσμα τη δυνατότητα διαθεσιμότητας τεράστιων συστάδων υπολογιστών σε γιγαντιαία κέντρα δεδομένων, έχει οδηγήσει σε σημαντικές προόδους στον τομέα της επιστήμης των υπολογιστών, όπως η μηχανική όραση, η αναγνώριση φωνής και η αυτόματη μετάφραση γλωσσών, σημειώνουν οι NYT.

Οι θεωρίες περί μηχανικής μάθησης μπορούν να είναι χρήσιμες στο κομμάτι βελτίωσης των αλγορίθμων μετάφρασης και σημασιολογικής κατανόησης, ενώ φαίνεται ότι αποτελούν και ένα αγαπημένο θέμα ενασχόλησης των συνιδρυτών της Google, Sergey Brin και Larry Page.

πηγή: digital life

TAGS