Algorytmy Facebooka potrafią wybrać twoją twarz z tłumu (lub przynajmniej spróbować), ale nadal nie jest w stanie stwierdzić, czy pozujesz w portrecie rodzinnym czy pijesz z kumplami - nie może ci powiedzieć, w jaki sposób komunikujesz się z innymi . Jednak w przyszłości komputery mogą to zrobić. Teraz naukowcy zaproponowali sposób, aby dowiedzieć się, jak inteligentne komputery są w identyfikacji wizualnej. Nazywają swój test wizualnym testem Turinga po teście informatyka Alana Turinga, czy komputer może wyświetlać inteligencję ludzką.
Popularnym postrzeganiem testu jest to, że służy on do odróżnienia ludzi od komputerów - i jedna wersja jest do tego używana, gdy robisz CAPTCHA, aby zapisać się na nowy e-mail. Ale badacze sztucznej inteligencji naprawdę uważają ten test za sposób pomiaru do tej pory zaawansowanej inteligencji komputerowej.
„W ostatnich latach nastąpił imponujący postęp w dziedzinie wizji komputerowej”, powiedział w oświadczeniu prasowym Stuart Geman, profesor matematyki na Uniwersytecie Brown i jeden z badaczy proponujących nową ocenę. „Uznaliśmy, że nadszedł czas, aby podnieść poprzeczkę w zakresie oceny i oceny tych systemów”.
Zamiast po prostu rozpoznać, że obraz przedstawia dwie osoby, test sprawdza, czy komputery mogą stwierdzić, że dwoje ludzi prowadzi rozmowę, a nawet kłótnię. Obecnie badacze używają publicznie dostępnych zestawów danych do testowania swoich programów - MIT ma LableMe, który wykorzystuje crowdsourcing do identyfikowania na przykład „samochodu”, „drzewa” i „budynku” w obrazach. Aby to poprawić i zaoferować większe wyzwanie, badacze z Brown opracowali ramy dla standardowego wizualnego testu Turinga.
Lee Gomes dla raportów IEEE Spectrum :
Zaproponowana przez nich metoda wymaga od projektantów testów ludzkich opracowania listy pewnych atrybutów, jakie może mieć zdjęcie, na przykład tego, czy scena uliczna zawiera w sobie ludzi, czy też ludzie coś niosą lub rozmawiają ze sobą. Fotografie będą najpierw ręcznie oceniane przez ludzi według tych kryteriów; komputerowy system wizyjny wyświetliby wówczas ten sam obraz, bez „odpowiedzi”, aby ustalić, czy był w stanie wybrać to, co zauważyli ludzie.
Początkowo pytania byłyby podstawowe, na przykład pytając, czy w wyznaczonym regionie obrazu jest osoba. Ale pytania stawałyby się coraz bardziej złożone, gdy programy stawały się bardziej wyrafinowane; bardziej skomplikowane pytanie może obejmować naturę interakcji między różnymi osobami na zdjęciu.
Zespół opisał test w Proceedings of National Academy of Sciences . Na razie niemiecki mówi, że żaden system komputerowy nie może przejść nawet prostych wersji nowego testu. Ale będą w przyszłości. Ponieważ istnieje wiele możliwych atrybutów każdego zdjęcia, badacze musieliby wymyślić innowacyjne sposoby, aby ich komputery nauczyły się oceniać zdjęcia.
„Jako badacze mamy tendencję do„ uczenia się testu ”- mówi Geman w oświadczeniu. „Jeśli są jakieś konkursy, w których wszyscy biorą udział, i są to mierniki sukcesu, to na tym się koncentrujemy. Warto więc zmienić test, aby umieścić go poza zasięgiem obecnych systemów wizyjnych. ”
