В чем мы проигрываем искусственному интеллекту
Человеческий мозг – удивительное создание природы и, по мнению самих людей, многие его свойства являются уникальными. Однако, как свидетельствует ресурс VentureBeat, в некоторых областях искусственный интеллект (ИИ) уже смог нас превзойти.
Умение распознавать предметы и изображения
Дж. Хинтон, создавший искусственную нейронную сеть, разработал капсульные сети, позволяющие почти на 50% уменьшить количество ошибок в тесте на распознавание игрушки. Благодаря увеличению количества капсул машина теперь лучше распознаёт предмет, даже отличающийся по внешнему виду от представленных ей ранее. А компания Google разработала алгоритм PlaNet, который лучше человека определяет место съемки фотографии.
Умение распознавать и воспроизводить голоса
Сети глубокого обучения WaveNet от компании Google и Deep Speech от Baidu способны генерировать человеческую речь в автоматическом режиме, послушав её звучание. Человеку, как показали опыты, удается распознать по губам, без звука, лишь 52% сказанного, в то время как системе LipNet, созданной в Оксфорде в сотрудничестве со специалистами DeepMind, — до 93%. А группа разработчиков из университета Вашингтона создала систему, которая синхронизирует аудио с видео.
Умение играть в настольные и видеоигры
Алгоритм глубокого обучения, подкрепленный DeepMind, даже не пришлось программировать, чтобы он освоил игру Breakout. После этого специалисты по машинному интеллекту начали наперегонки обучать компьютер всевозможным играм: Space Invaders, Pong, World of Warcraft и др., причем успехи ИИ в них уже выше, чем у опытных игроков. Напомним и о алгоритме-новичке AlphaZero, который самостоятельно освоил игру в шахматы за 4 часа и превзошёл своего предшественника AlphaGo в игре Го.
Дизайн вебсайтов
Благодаря интеграции ИИ в программы по созданию дизайна вебсайтов их обновление и поддержка актуальности осуществляется более быстро и точно, чем самими дизайнерами. ИИ исходит при этом из среднестатистической оценки пользователями дизайна сайта. Для многих создателей вебсайтов методы глубокого обучения уже стали хорошим подспорьем в работе, другие только планируют их использовать.
Прогнозирование
Тимнит Гебру, исследователь из Стэнфорда, использовал 50 миллионов изображений Google Street View, чтобы выяснить, что именно сеть глубокого обучения способна с ними сделать. Итог впечатляющий: сеть распознала более 22 миллионов автомобилей, причём указала не только марки и типы, но и годы выпуска. Более того, по этому критерию она связала их с политическими взглядами их владельцев.
Технология Google Sunroof способна точно рассчитать количество энергии, которую способны производить солнечные панели, смонтированные на крыше дома. Для этого ей понадобится лишь съемка крыши с воздуха.
Способность имитировать стиль художника.
Для этого нейронной сети необходимо изучить, как художник наносил мазки, какие цвета он использовал в своих художественных произведениях, а потом она и сама создаст произведение в его стиле. Блестящим подтверждением этих возможностей стали «Моны Лизы», созданные художником и программистом Джином Коганом в манере Ван Гога, Моне и Пикассо. Компания DeepArt.io уже создает приложения, с помощью которых фотографию пользователя можно изменить в сотнях самых различных художественных стилей. Вспоминается и российские разработки Prisma и Vinci, а также нейросеть, способная переносить стиль одной фотографии на другую.
Источник: venturebeat.com