私たちの多くは依然として、さまざまな質問に対する答えを提供してくれる Google などの検索エンジンに依存していますが、マイクロソフトリサーチは、私たちが通常人間に頼っている視覚認識の答えをニューラル ネットワークが提供する未来を垣間見せました。
Microsoft Research のテクノロジーおよび研究担当エグゼクティブバイスプレジデントであるハリー シャム氏は、月曜日に行われた同社のファカルティ サミットで、最先端のコンピューティング能力の一部を講演を通じて披露しました。人工知能写真だけから複数の犬種を認識することに成功したシステム。
[slug="elon-musk-is-scared-of-the-terminator-so-hes-investing-in-skynet" も参照してください。
このシステムはプロジェクト アダムと呼ばれ、20 億以上の接続を誇るニューラル ネットワークを作成するのに 18 か月以上の作業がかかりました。このシステムは、人間の脳が視覚情報を処理および識別する階層的な方法を模倣しようとしています。
プロジェクト アダムがどのように機能するかをデモンストレーションするために、チーム メンバーのジョンソン アパシブルは最近発表された仮想アシスタントを使用しましたコルタナ、Project Adam と統合されており、システムが各犬の写真を簡単に分析した後、リアルタイムで複数の犬の品種を正確に識別します (下のビデオを参照)。
から取得した 1,400 万を超える画像を解析します。イメージネットスタンフォード大学、プリンストン大学、ストーニーブルック大学によってまとめられた画像研究データベースである Project Adam は、ディープ ニューラル ネットワーク (DNN) アーキテクチャを使用して、写真に写っているオブジェクトを正確に識別します。
同様に、プロジェクト アダムは、実際には人間の写真が分析のために提示されたときに、どの品種の犬が示されているか尋ねられたとき、コルタナを通じて人間と犬の違いを見分けることができたと述べました。インターフェース、「これは犬ではないと思います。」
チームリーダーのトリシュル・チリンビ氏は、「携帯電話をある場面に向けて、その場面を説明させることで視覚障害者の視覚を助けることができたらと想像してみてください」と述べ、そのようなシステムが最終的にエンドユーザーにどのように役立つかを説明した。声明。 「食べている食べ物の写真を撮って栄養情報を提供してもらうなどのことができます。それを利用して、より賢い選択をすることができます。」
チームは、Project Adam が 50 倍速く、2 倍正確であると主張していますGoogleのように数年前に導入された 16,000 個のコンピューター ニューラル ネットワークを利用した画像認識システム。
Chilimbi は、サーバー間で処理されるデータを処理する独自の方法により、このシステムが競合他社よりも優れていると考えています。
「私たちが思いついたイノベーションの 1 つは、非同期にできるということだけでなく、徹底的に取り組んで、いかなる形でも同期しているふりをしないことに決めたということです」と Chilimbi 氏は言います。 (非同期とは、一部の基本的な機械学習トレーニング アルゴリズムが動作する通常の同期方式ではなく、個別の処理のためにデータを個別のチャンクに分割するプロセスです。) 「非同期は、タスクの精度が向上しないマンネリから抜け出すのにも役立ちます。」 ...人間が新しい課題を学習すると、急速に上達した後に頭打ちになることがよくあるのと同じです。」
研究チームは、いつかこのダイナミクスを利用して、将来のアプリケーションを強化する「脳規模の」ニューラル ネットワークを作成したいと考えています。
今週のデモンストレーションに関して言えば、画像認識もその 1 つですが、この偉業に感銘を受けた人の中には、すでに疑問に思っている人もいるかもしれません。「プロジェクト アダムの背後にあるチームは、テキストや音楽などのニューラル ネットワークを利用した同じ種類の認識にも取り組んでいるのですか?」
「はい、確かに」とチリンビさんはMashableに語った。 「しかし、もっと興味深いのは、私たちがこれらすべてのモダリティを横断して共同で学習するマルチモーダル学習の追求に興味があるということです。たとえば、自由の女神をこれまで見たことがなくても、誰かにそれについて説明してもらったことがある場合、私はそれを理解することができます」初めて見たときでも、テキストの説明でそれを認識できます。」
ただし、次の Windows Phone アップデートでこれらが表示されるとは期待しないでください。これはすべてまだ実験段階にあります。 「私たちはさまざまな機会を模索しています」とチリンビ氏は言う。「しかし、現時点で共有できる具体的なスケジュールはありません。」