Распознавание речи, текста, изображения, а теперь и запахов – что может Google AI?

Распознавание речи, текста, изображения, а теперь и запахов - что может Google AI?

Термин “искусственный интеллект” сегодня встречается почти везде. Наши компьютеры и смартфоны давно стали “умными”, теперь есть “умные” телевизоры и даже холодильники и стиральные машины. Умные помощники позаботятся о расписании, напомнят о предстоящем рейсе или сообщат об изменении погоды. Теперь мир узнал, что Google научил AI распознавать запахи.

AI распознает запах – как это возможно?

Конечно, задача была не простой. Теоретически, это должно было быть так же просто, как и с цветом. Как известно, цвет – это просто пучок электромагнитных волн строго определенной длины, в пределах видимого человеческому глазу спектра. Например, луч излучения (фотоны) с длиной волны от 630 до 780 нм (нанометров) отвечает за то, что наши глаза воспринимают как красный цвет. Поэтому достаточно научить машину, что, когда ее детекторы обнаруживают волны этой длины, то она должна “распознать” красный цвет. Все очень просто.

Длина волны цвета

С запахами, т.е. молекулами различных химических соединений, взвешенных в воздухе, которые наше обоняние воспринимает как запах, все по-другому. Трудность заключается в том, что человеческое восприятие – это не “ноль-один”. Один человек определяет запах как, например, “древесный”. (что само по себе не очень точно), другой, этот же аромат опишет как “земляной”.
Другая проблема заключается в различных свойствах химически идентичных соединениях с разной хиральностью. Дело в том, что мы можем иметь две молекулы с одинаковым атомным составом, но зеркально отражать молекулярную структуру по отношению друг к другу. Поэтому одно и то же химическое соединение, содержащее одни и те же составные элементы, но из-за разного расположения молекул, мы характеризуем разными свойствами, или просто запахом.

Но вернемся к искусственному интеллекту Google, способному распознавать запахи. Google использует метод глубокого машинного обучения, которому подвергается нейронная сеть. Исходными данными являются отзывы людей об ароматах и химические данные по конкретным соединениям.

Нейроны

Нейроны

Google получил свой эффективный “шпионский” AI с помощью метода глубокого машинного обучения нейронной сети. Что это на самом деле значит? Это перенос человеческого разума в мир машин. Нейрон – это нервная клетка, способная обрабатывать и проводить информацию, записанную в виде электрического сигнала. Люди думают и считают намного медленнее машин, но наш коннект (т.е. полная карта нейронных соединений) чрезвычайно сложнее, намного сложнее, чем самый совершенный компьютер. Количество нейронов в мозгу человека превышает 150 млрд, причем каждый из них выглядит как очень разветвленное дерево, эти “ветви” называются дендритами, и каждый нейрон может иметь их до 10 тысяч. Количество возможных комбинаций абсолютно немыслимо и намного больше, чем самая сложная структура самого совершенного в мире компьютера. Люди обучаются на клеточном уровне, и чтобы не отставать от машин нужно усиливать связи между нейронами.

AI и распознавание образов

Одной из основных задач, поставленных перед AI, было распознавание образов. На самом деле, все началось с изображений, но стоит помнить, что для машины не имеет значения, как для нее будет объясняться суть образа – в виде фотографии, звука или любого другого структурированного набора данных. Все эти данные для нее просто набор битов.

Как происходит распознавание образов
Как происходит распознавание образов

Зачем AI нужно распознавать образы? Без этого умения машины не справились бы со многими задачами. Благодаря машинному обучению, интеллектуальные алгоритмы способны, например, обнаруживать ранние новообразования рака в высоком разрешении. Их точность уже настолько высока, что они могут выполнять автоматическую диагностику тканей более эффективно, чем многие квалифицированные врачи-диагностики. Таких примеров тысячи.

Сегодня больше нет необходимости “объяснять” машине, что изображено на фотографии – AI способен справиться с этим самостоятельно. Его полезность, в основном, заключается в скорости обработки данных, когда он узнает что-то, то делает это гораздо быстрее, чем человек. А запахи? В ближайшие годы, человечеству придется столкнуться и с этим умением, т.к. машины сегодня активно ему обучаются. И представьте себе, что однажды приложение на вашем смартфоне скажет: “Эй, чувак, что-то здесь плохо пахнет”. – просто так, по-человечески.

Роман
Оцените автора
Безопасник
Добавить комментарий