https://frosthead.com

जब मशीनें देखें

पैटर्न मान्यता

एक तितली विंग की पैटर्न मान्यता। ली ली की छवि शिष्टाचार

यहाँ वाशिंगटन में हमने इस बात को सुना है जिसे आप "अग्रिम योजना" कहते हैं, लेकिन हम अभी तक इसे अपनाने के लिए तैयार नहीं हैं। थोड़ा बहुत भविष्य।

फिर भी, हम मदद नहीं कर सकते हैं लेकिन उन लोगों से प्रशंसा करें जो भविष्यवाणी करने का प्रयास करते हैं कि अब से एक महीने से अधिक क्या हो सकता है। इसलिए मैं कुछ हफ़्ते पहले प्रभावित हुआ था जब आईबीएम के बड़े विचारकों ने दुनिया की पांच साल की कल्पना की थी और उनकी पहचान थी कि वे मानते हैं कि नवाचार के पांच क्षेत्र होंगे जो हमारे दैनिक जीवन पर सबसे अधिक प्रभाव डालेंगे।

वे अब कुछ वर्षों के लिए ऐसा कर रहे हैं, लेकिन इस बार विस्की व्हिस्की ने एक विषय का अनुसरण किया - पांच मानव इंद्रियां। ऐसा नहीं है कि वे कह रहे हैं कि 2018 तक, हम सभी को बेहतर ढंग से देख, सुन और सूंघ पाएंगे, बल्कि यह कहेंगे कि मशीनें जल्दी-जल्दी विकसित होने वाली संवेदी और संज्ञानात्मक तकनीकों का उपयोग करके, कंप्यूटर डेटा पुनर्प्राप्ति और प्रसंस्करण उपकरण सोच उपकरणों के लिए।

एक पैटर्न देखें?

आज, दृष्टि से निपटने दें। यह तार्किक छलांग है कि आईबीएम Google के प्रोजेक्ट ग्लास का जिक्र कर सकता है। कोई सवाल नहीं है कि इसने चश्मे की भूमिका को फिर से परिभाषित किया है, geeky गौण से जो हमें कॉम्बो स्मार्टफोन / डेटा डाइव डिवाइस को बेहतर ढंग से देखने में मदद करता है जिसे हम किसी दिन अपने चेहरे पर पहनते हैं।

लेकिन यह आईबीएम के बारे में बात नहीं कर रहा है। वे मशीन दृष्टि पर केंद्रित हैं, विशेष रूप से पैटर्न मान्यता, जिससे, छवियों के बार-बार संपर्क के माध्यम से, कंप्यूटर चीजों की पहचान करने में सक्षम हैं।

जैसा कि यह पता चला है, Google पिछले साल के अधिक उल्लेखनीय पैटर्न मान्यता प्रयोगों में से एक में शामिल हुआ, एक परियोजना जिसमें 16, 000 प्रोसेसर का उपयोग करने वाले 1, 000 कंप्यूटरों का एक नेटवर्क था, YouTube वीडियो से 10 मिलियन छवियों की जांच करने के बाद, खुद को सिखाने में सक्षम बिल्ली की तरह लग रहा था।

यह विशेष रूप से प्रभावशाली बना है कि कंप्यूटर किसी भी मानवीय मार्गदर्शन के बिना ऐसा करने में सक्षम थे कि क्या देखना चाहिए। सभी शिक्षण मशीनों के माध्यम से एक साथ काम करने के लिए किया गया था ताकि यह तय किया जा सके कि बिल्लियों की किन विशेषताओं ने उनका ध्यान आकर्षित किया और किन पैटर्नों को प्रभावित किया।

और यह है कि मशीनों कैसे दृष्टि सीखना होगा के लिए मॉडल है। यहां बताया गया है कि आईबीएम के इंटेलिजेंट इंफॉर्मेशन मैनेजमेंट में सीनियर मैनेजर जॉन स्मिथ इसे कैसे समझाते हैं:

“मान लीजिए कि हम एक कंप्यूटर को पढ़ाना चाहते हैं जो समुद्र तट जैसा दिखता है। हम कंप्यूटर को समुद्र तट के दृश्यों के कई उदाहरण दिखाते हुए शुरू करेंगे। कंप्यूटर उन चित्रों को अलग-अलग विशेषताओं में बदल देगा, जैसे कि रंग वितरण, बनावट पैटर्न, किनारे की जानकारी या वीडियो के मामले में गति की जानकारी। फिर, कंप्यूटर सीखना शुरू कर देगा कि इन विभिन्न विशेषताओं के आधार पर अन्य दृश्यों से समुद्र तट के दृश्यों को कैसे भेदभाव किया जाए। उदाहरण के लिए, यह सीखेगा कि समुद्र तट के दृश्य के लिए, शहर केस्केप की तुलना में कुछ रंग वितरण आम तौर पर पाए जाते हैं। "

कैसे होशियार?

उनके लिए अच्छा। लेकिन इसका सामना करते हुए, एक समुद्र तट की पहचान करना हम में से अधिकांश मनुष्यों के लिए बहुत ही बुनियादी सामग्री है क्या हमें इस बात से दूर किया जा सकता है कि हमारे लिए सोचने वाली मशीनें कितनी सक्षम होंगी?

न्यूयॉर्क यूनिवर्सिटी के मनोविज्ञान के प्रोफेसर गैरी मार्कस ऐसा सोचते हैं। द न्यू यॉर्कर की वेबसाइट पर हाल ही में लिखते हुए, उन्होंने निष्कर्ष निकाला है कि जब "गहरी शिक्षा" के रूप में जाना जाता है, तो बहुत प्रगति हुई है, मशीनों को अभी भी एक लंबा रास्ता तय करना है, इससे पहले कि उन्हें वास्तव में बुद्धिमान माना जाए।

“वास्तविक रूप से, गहरी सीख बुद्धिमान मशीनों के निर्माण की बड़ी चुनौती का हिस्सा है। इस तरह की तकनीकों में कारण संबंधों (जैसे रोगों और उनके लक्षणों के बीच) का प्रतिनिधित्व करने के तरीके की कमी होती है, और "सिबलिंग" या "समान" जैसे अमूर्त विचारों को प्राप्त करने में चुनौतियों का सामना करने की संभावना होती है। उनके पास तार्किक निष्कर्षों के प्रदर्शन का कोई स्पष्ट तरीका नहीं है, और वे अमूर्त ज्ञान को एकीकृत करने से एक लंबा रास्ता अभी भी है, जैसे कि वस्तुओं के बारे में जानकारी, वे क्या कर रहे हैं और आमतौर पर कैसे उपयोग किए जाते हैं। ”

आईबीएम पर लोगों को कोई संदेह नहीं है जितना स्वीकार करेंगे। मशीन सीखना चरणों में आता है, छलांग नहीं।

लेकिन उनका मानना ​​है कि पाँच वर्षों के भीतर, गहन सीखने ने पर्याप्त कदम उठाए होंगे जो कंप्यूटर करेंगे, उदाहरण के लिए, चिकित्सा निदान में एक बहुत बड़ी भूमिका निभाना शुरू करते हैं, कि वे वास्तव में डॉक्टरों से बेहतर बन सकते हैं जब यह ट्यूमर, रक्त के थक्कों की बात करते हैं। या एमआरआई, एक्स-रे या सीटी स्कैन में रोगग्रस्त ऊतक।

और जो हमारे जीवन में एक बड़ा बदलाव ला सकता है।

देखकर ही विश्वास किया जा सकता है

यहाँ अधिक तरीके मशीन दृष्टि का हमारे जीवन पर प्रभाव डाल रहे हैं:

  • अपनी सबसे अच्छी बांह को आगे रखना: पिट्सबर्ग विश्वविद्यालय में विकसित प्रौद्योगिकी पैराग्राफिक्स को अपने दिमाग के साथ एक रोबोटिक हाथ को नियंत्रित करने में सक्षम करने के लिए पैटर्न मान्यता का उपयोग करती है।
  • आपका मुंह हां कहता है, लेकिन आपका मस्तिष्क कहता है: स्टैनफोर्ड के शोधकर्ताओं ने पाया कि दिमाग के एमआरआई स्कैन पर पैटर्न मान्यता एल्गोरिदम का उपयोग करने से उन्हें यह निर्धारित करने में मदद मिल सकती है कि क्या किसी को वास्तव में पीठ के निचले हिस्से में दर्द था या यदि वे इसे फेक रहे थे।
  • जब आपके मोल्स अपने नज़दीक आने के लिए तैयार होते हैं: पिछले साल स्किनविज़न नाम के एक रोमानियाई स्टार्टअप ने एक आईफोन ऐप लॉन्च किया था जो लोगों को उनकी त्वचा पर मोल्स की तस्वीर लेने की अनुमति देता है और फिर स्किनविज़न के मान्यता सॉफ़्टवेयर में किसी भी अनियमितता की पहचान करता है और जोखिम स्तर को इंगित करता है - बिना एक वास्तविक निदान की पेशकश। अगला कदम यह है कि लोगों को अपनी त्वचा की छवियों को सीधे अपने त्वचा विशेषज्ञ के पास भेजना संभव है।
  • क्या मुझे आपके लिए एक सौदा मिल गया है: अब विकास के तहत एक विपणन तकनीक है जिसे फ़ेडेल्स कहा जाता है। यह इस तरह से काम करता है: एक बार एक दुकान के प्रवेश द्वार पर एक कैमरा आपको पहचानता है, आपको अपने स्मार्ट फोन पर अनुकूलित इन-स्टोर सौदे भेजे जाते हैं। और हां, आपको पहले विकल्प चुनना होगा।
  • मुझे पता है कि सील कहीं भी: एक कंप्यूटराइज्ड फोटो-आईडी प्रणाली जो पैटर्न मान्यता का उपयोग करती है, ब्रिटिश वैज्ञानिकों को ग्रे सील्स को ट्रैक करने में मदद कर रही है, जो उनके कोट पर अद्वितीय अंकन है।

वीडियो बोनस: जब हम आर्टिफिशियल इंटेलिजेंस के विषय पर होते हैं, तो यहां बीथोवेन बजाने वाला एक रोबोट झुंड, जॉर्जिया टेक के वैज्ञानिकों की तारीफ करता है। शर्त लगा लो कि तुम आज देखने की उम्मीद नहीं कर रहे हो

Smithsonian.com से अधिक

एक अधिक मानव कृत्रिम मस्तिष्क

कैसे प्रौद्योगिकी आतंकवाद से लड़ती है

जब मशीनें देखें