Главная / Машины, которые обучаются подобно людям
24.12.2015 |
|
 Системы распознавания объектов начинают становится довольно хорошими, и в случае алгоритмов распознавания лиц Facebook, пугающе хорошими. Но системы распознавания объектов обычно обучаются на миллионах визуальных примеров, что все еще далеко от того, как обучаются люди. Покажите человеку две или три фотографии объекта, и он, как правило, определить новые экземпляры этого объекта.
Четыре года назад одна группа в Массачусетском технологическом институте по исследованиям мозга начала разработку новой вычислительной модели визуального представления, предназначенный для отражения того, что мозг на самом делает. Исследователи также доказали, что система машинного обучения на основе их модели действительно может сделать высоконадежные распознавание объектов на основе всего лишь нескольких примеров. Они также показывают, что аспекты их модели хорошо согласуются с эмпирическими данными о том, как работает мозг.
Инвариантное представление объекта является представление, на которое не влияют такие различия, как размер, расположение, и вращения в пределах линии. Исследователи по компьютерному зрению предложили несколько методов для инвариантного представления объекта.
Нервные клетки, или нейроны, представляют собой длинные и тонкие клетки с ветвящимися концами. В коре головного мозга, который где происходит визуальная обработка, каждый нейрон имеет около 10000 ветвей на каждом конце.
Два нейронные коры, таким образом, взаимодействуют друг с другом через 10000 различных химических соединений, известных как синапсы. Каждый синапс имеет свой собственный «вес» - коэффициент, с помощью которого он умножает силу входящего сигнала. Сигналы, пересекающие все 10000 синапсов. затем суммируются в теле нейрона. Модели стимулирования и электрическая активность изменяют веса синапсов в течение долгого времени. Именно за счет этого механизма формируются и укореняются привычки и воспоминания.
Исследователи разработали инвариантное представление объектов, основанное на точечных продуктах. Предположим, что вы делаете своего рода цифровой фильм, вращающийся на 360 градусах в плоскости - скажем, 24 кадров, каждый из которых изображает объект как поворачиваемый немного дальше, чем предыдущий. Затем этот фильм сохраняется в виде последовательности 24 кадров.
Предположим далее, что вам представляют цифровое изображение незнакомого объекта. Поскольку изображение может быть интерпретировано как строка чисел, описывающих цветовые значения пикселов (вектор), то вы можете вычислить его скалярное произведение с каждым кадром и сохранять эту последовательность в виде 24 цифр.
Это список чисел является представлением нового объекта, инвариантного к вращению. Похожие последовательности фотоснимков, на которых изображен объект в различных размерах, или в различных местах по всей раме, принесут последовательности скалярных произведений, которые инвариантны к размеру и местоположению.
Хотя этот метод хорошо работает для визуальных преобразований в плоскости, он, однако, не работает, для вращения в трех измерениях. Скалярное произведение между новым изображением и, для примера, автомобилем, наблюдаемым спереди, сильно бы отличалось от скалярного произведения того же изображения и автомобиля, наблюдаемого со стороны.
Но исследователи показали, что если шаблон неподвижных изображений изображает объект того же типа, что и новый объект, то скалярное произведение по-прежнему будут выдавать адекватное инвариантное описание. И это наблюдение согласуется с недавним исследованием в Массачусетском технологическом институте, которое указывает, что зрительная кора имеет области, специализирующиеся на признании определенных классов объектов, например, лиц или тел.
Исследователи построили компьютерную систему, которая собрала множество неподвижных изображений и использовала алгоритм скалярного произведения, чтобын аучиться классифицировать тысячи случайных объектов.
Для каждого из классов объектов, которые система усвоила, она произвела набор шаблонов, которые предсказали размер и дисперсию областей в человеческой зрительной коре, посвященной соответствующими классами. Это предполагает, что мозг и система исследователей могут делать что-то подобное.
Гипотеза инвариантности является мощным подходом к преодолению большого разрыва между современным машинным обучением и зрительной системы, которая во многих случаях может познавать всего лишь из одного примера. Подобные элегантные математические рамки будут необходимы для понимания существующих естественных интеллектуальных систем с целью создания мощных искусственных систем.
|
|
