mandag den 2. juli 2012

At lære maskiner at lære

Machine-learning er noget forskere verden over bruger en del tid på: Kan maskiner lære, lige som mennesker kan? Google Oversæt, Mente du osv. er eksempler på noget sådant. Her forsøger man at lave maskiner som ud fra forskellige algoritmer, eller kriterier om man vil, opfører sig som et menneske ville gøre det. Teknologien er kun i sin spæde start. Google er selv de første til at indrømme det, når de omtaler fx Google Oversæt, spamfiltre, ansigtsgenkendelse, talegenkendelse osv.

Hvis man tilhører de som tror at man måske nok vil kunne få noget brugbart ud af machine-learning, så hører man formentlig også til de som tror at det vil være muligt at gøre teknologien bedre og bedre. Selv om kun de færreste (jeg har ikke læst nogen endnu) vil påstå at teknologien vil komme på højde med mennesket.

Den nuværende teknologi har fortrinsvis haft succes med at bygge på indbyggede menneskelige metoder. Men et vigtigt skridt frem kunne være at en maskine kunne lære at "tænke selv". Her spiller begrebet neurale netværk en afgørende rolle. For det er på denne måde den menneskelige hjerne fungerer. End ikke de kraftigste computere kan komme blot i nærheden af det. Der er gjort mange forsøg med at lave noget sådant, og nu påstår Google at de er hoppet med på vognen.

Forsøget gik ud på at "booste" de mest gængse neurale netværk til at være tusindvis af gange større, og satte så dette netværk til at kigge på YouTube videoer for at finde ud af om systemet kunne "lære" noget. Lidt lige som en nyfødt lærer ved at kigge sig omkring. Teknikkerne forsøgte altså ikke at indbygge noget på forhånd. Det påstår de at det kunne det. Nemlig at reagere over for - katte.

Artiklen nævner ikke noget om fejlkilder. Og ej heller om forsøget vil blive anerkendt i den videnskabelige verden, fx i anerkendte videnskabelige tidsskrifter. Så det bliver spændende at følge med i om der er noget om det, eller der er skjulte fejlkilder.

Link
Googleblog.
Rapporten i PDF.
ComOn.

Ingen kommentarer: