العالم - گوناگون
«هویی فنگ»، از مهندسان نرمافزار تیم درک ماشینی گوگل، میگوید که پروژهی جدید آنها با استفاده از یادگیری ماشینی، شبکهی عصبی بزرگی را تمرین میدهد تا از بین هزاران عکس Street View، آنهایی که ظرفیت تبدیل شدن به عکسهای منظرهی خیلی خوب را دارند، انتخاب کند. این هوش مصنوعی سپس کارهایی که یک عکاس حرفهای انجام میدهد را تکرار میکند تا آن عکس را به یک تصویر زیبای و حرفهای تبدیل کند.
این تحقیقات جدید گوگل که نتایج آن در arXiv منتشر شده، مثال بسیار خوبی از چگونگی تمرین هوش مصنوعی در انجام وظایف غیر باینری است؛ یعنی وظایفی که در آن چیزی به اسم پاسخ درست یا پاسخ غلط معنا ندارد و بیشتر فردی و فاعلی است. وظایفی مثل عکاسی یا خلق تصاویر هنری.
میتوان هوش مصنوعی را به صورت دستی هم تمرین داد، اما این کار بسیار زمان میبرد، چون باید انسانی فیلترهای مختلف نور یا رنگ را به صورت دستی انتخاب کند تا نرمافزار چگونگی انتخاب آنها را یاد بگیرد.
فنگ و تیم او از روش دیگری برای آموزش هوش مصنوعی خود استفاده کردهاند. آنها در شبکهی عصبی را در مقابل یکدیگر قرار دادهاند و از نتایج به دست آمده برای بهبود سیستم نهایی استفاده کردهاند. به زبان دیگر، گوگل یک هوش مصنوعی داشته که ویرایشگر عکس بوده و عکسهای حرفهای را با نورها و فیلترهای مختلف، ویرایش میکرده. یک هوش مصنوعی دیگر، سپس عکسهای ویرایش شده را با عکس اصلی مطابقت میدهد. در نهایت، نرمافزار خودش مشخصههای یک عکس خوب و یک عکس بد را برای خودش تعریف کرده.
برای اینکه مطمئن شوند عکسهای تولید شده، در حد و اندازهی عکسهای حرفهای هستند، فنگ و تیم او یک آزمایش تورینگ (Turing) انجام دادهاند. آنها عکسهایی که هوش مصنوعیشان ساخته بود را با عکسهایی که انسان گرفته بود، به صورت اتفاقی در مقابل عکاسان حرفهای انجام دادند و از آنها خواستند که به تصاویر، نمره بدهند. از هر پنج عکسی که هوش مصنوعی آنها ساخته بود، دو تصویر نمرههایی در حد و اندازهی کار عکاسهای حرفهای گرفته بودند.
مجله دیجی کالا