Система штучного інтелекту SOINN може самонавчатися, використовуючи Інтернет як джерело знань
Група дослідників Технологічного інституту Токіо, очолювана доктором Осаму Хазегава (Dr. Osamu Hasegawa), домоглася значних успіхів у вдосконаленні створеної ними самонавчальної системи штучного інтелекту під назвою SOINN. Не так давно система SOINN отримала можливість черпати нові дані безпосередньо з Інтернету з метою придбання нових навичок і знань.
"В даний час існуємо безліч скоєних високоефективних технологій пошуку зображень. Зв'язавши наші алгоритми штучного інтелекту з алгоритмами пошуку, ми дали системі можливість самостійно вибрати набір важливих особливостей, що дозволяє однозначно ідентифікувати вибраний об'єкт або дію" - пишуть дослідники.
Наприклад, у систему завантажують знімок, на якому зображений рикша, але в даний момент система ще не знає, що це таке. Вона розпізнає його як "автомобіль", найбільш близьке до поняття, яке їй вже було відомо. Але системі дають вказівку зв'язати знімок з ключовим словом "рикша", після чого система з Інтернету збирає безліч зображень, пов'язаних з ключовим словом і в автоматичному режимі вибирає набір особливостей, вивчаючи те, що представляє із себе поняття "рикша". Після такого самонавчання система, отримавши інше зображення, на якому показаний рикша, визнає його як рикшу.
"У наведеному вище прикладі, на завантажених у систему зображеннях, рикшею можуть бути різні люди, також він може рухатися порожнім або перевозити різних людей. Але система буде вибирати тільки ключові моменти, такі, як великі колеса, наявність платформи з сидіннями вище коліс, даху і інші особливості, які відрізняють коляску рикші від усього іншого. І навіть якщо в систему завантажений знімок, який ніколи не потрапляв системі раніше, то система за цими характерними ознаками дізнається те, що є на ньому".
В даний час існує безліч методів розпізнавання зображень, наприклад, методу розпізнавання осіб, використовувані в більшості цифрових фото - і відеокамер. Таким системам для якісної роботи потрібна велика кількість даних, що описують особливості осіб, тому більшість з них працює, використовуючи якісь шаблони, що приводить у деяких випадках до неправильної їх роботі. Системі SOINN для роботи не потрібні ні шаблони, ні моделі, ні заздалегідь певні особливості, вона самостійно може вибрати для себе все необхідне, і в цьому полягає основна перевага системи.
Зараз робоча група працює над поліпшенням якості сприйняття системи SOINN. Завдяки зусиллям дослідників система, отримавши знімок, на якому зображений ніж, може не тільки сказати, що це ніж, але і визначити, який це ніж, канцелярський, або розкладний кухонний. У найближчому майбутньому дослідники планують дати можливість системі SOINN працювати і з іншими типами цифрової інформації, такими як аудіо-, відео - та даними, що збираються з допомогою різних датчиків. Цілком імовірно, що завдяки системам, подібних системі SOINN роботи майбутнього придбають деякі інтелектуальні здібності і можливість самостійно пізнавати навколишній їх світ.