211service.com
Facebooks KI-Chef: Maschinen könnten aus Videos gesunden Menschenverstand lernen
Yann LeCun sagt, dass die nächste Grenze in der maschinellen Bildverarbeitung Software ist, die lernt, indem sie einfach die Welt beobachtet. 9. März 2017
Illustration von Erik Carter
Vor fünf Jahren machten Forscher einen plötzlichen Sprung in der Genauigkeit von Software, die Bilder interpretieren kann. Die Technologie dahinter, künstliche neuronale Netze, untermauert den jüngsten Boom der künstlichen Intelligenz (siehe 10 Breakthrough Technologies 2013: Deep Learning ). Aus diesem Grund lassen Google und Facebook Sie jetzt in Ihren Fotos suchen und haben neue Anwendungen für die Gesichtserkennung freigeschaltet.
Yann LeCun, Direktor der KI-Forschungsgruppe von Facebook und Professor an der New York University, leistete Pionierarbeit bei der Nutzung neuronaler Netze für die maschinelle Bildverarbeitung. Er sagt, dass noch Fortschritte gemacht werden müssen – und dass dies zu Software mit gesundem Menschenverstand führen könnte.
Wie gut ist die Bildverarbeitung heute?
Wenn Sie ein Bild mit einem dominanten Objekt darin haben und der Name des Spiels darin besteht, die Kategorie des Objekts anzugeben, funktioniert das einfach. Solange Sie genügend Daten haben, können wir in der Größenordnung von 1.000 Objekten pro Kategorie sehr spezifische Objekte wie Autos einer bestimmten Marke oder Pflanzen einer bestimmten Art oder Hunde einer bestimmten Rasse erkennen. Wir können auch abstraktere Kategorien erkennen, etwa ob es sich bei Bildern um Landschaften, Sonnenuntergänge, Hochzeiten oder Geburtstagsfeiern handelt. Noch vor fünf Jahren war nicht klar, dass dieses Problem vollständig lösbar ist. Aber das bedeutet nicht, dass die Vision gelöst ist.
Was ist ein wichtiges Problem, das noch nicht gelöst ist?
Seit einigen Jahren spielt man mit der Idee, Bildunterschriften oder Beschreibungen für Bilder und Videos zu generieren. Auf den ersten Blick hat es beeindruckende Demonstrationen gegeben, [aber] diese sind nicht so beeindruckend, wie sie aussehen. Ihr Fachgebiet ist sehr begrenzt auf das Universum, in dem wir sie ausbilden. Bei den meisten Systemen zeigen Sie ihnen Bilder mit anderen Arten von Objekten oder ungewöhnlichen Situationen, die sie noch nie gesehen haben, und sie werden völligen Müll darüber sagen. Sie haben keinen gesunden Menschenverstand.
Was ist die Verbindung zwischen Vision und gesundem Menschenverstand?
Yann LeCun, Direktor der Facebook-Forschungsgruppe für künstliche Intelligenz.
Es hängt davon ab, mit wem Sie sprechen – selbst innerhalb von Facebook gibt es Menschen mit unterschiedlichen Meinungen dazu. Sie könnten mit einem intelligenten System rein sprachlich interagieren. Das Problem ist, dass Sprache ein Kanal mit sehr geringer Bandbreite ist. Viele Informationen, die durch die Sprache gehen, sind darauf zurückzuführen, dass Menschen viel Hintergrundwissen haben, um diese Informationen zu interpretieren.
Andere Leute denken, dass der einzige Weg, einem KI-System genügend Informationen bereitzustellen, darin besteht, es auf der visuellen Wahrnehmung zu gründen, die einen viel, viel höheren Informationsgehalt hat als die Sprache. Wenn Sie einer Maschine sagen: Das ist ein Smartphone, das ist eine Dampfwalze, es gibt bestimmte Dinge, die Sie durch Drücken bewegen können, und andere nicht, lernt die Maschine vielleicht grundlegendes Wissen darüber, wie die Welt funktioniert. Ähnlich wie Babys lernen.
Babys lernen aber auch ohne explizite Anleitung viel über die Welt.
Eines der Dinge, die wir wirklich tun möchten, ist, Maschinen dazu zu bringen, die sehr große Anzahl von Fakten zu erfassen, die die Einschränkungen der realen Welt darstellen, indem sie sie einfach durch Video oder andere Kanäle beobachten. Das würde es ihnen am Ende ermöglichen, gesunden Menschenverstand zu erlangen. Das sind Dinge, die Tiere und Babys in den ersten Lebensmonaten lernen – allein durch Beobachtung lernt man wahnsinnig viel über die Welt. Es gibt viele Möglichkeiten, wie Maschinen derzeit leicht getäuscht werden können, weil sie ein sehr begrenztes Wissen über die Welt haben.
Welche Fortschritte werden dabei gemacht, Software dazu zu bringen, durch Beobachtung zu lernen?
Wir sind sehr an der Idee interessiert, dass ein lernendes System in der Lage sein sollte, die Zukunft vorherzusagen. Sie zeigen ihm ein paar Videobilder und es versucht vorherzusagen, was als nächstes passieren wird. Wenn wir ein System dafür trainieren können, denken wir, dass wir Techniken entwickelt haben, die die Wurzel eines unüberwachten Lernsystems bilden. Dort werden meiner Meinung nach viele interessante Dinge passieren. Die Anwendungen dafür sind nicht unbedingt in Sicht – es ist ein großer Teil unserer Bemühungen, Fortschritte in der KI zu erzielen.
(Lesen Sie mehr über Forschungsprojekte, die versuchen, Software dazu zu bringen, Vision zu nutzen, um die Welt zu verstehen: „Facebook’s Artificial Intelligence Software Gets a Dash More Common Sense“, „How Google Plans to Solve Artificial Intelligence“)