News
Лента
News
Вторник
Июль 17
Вся лента

Машинное обучение сегодня – один из наиболее популярных и перспективных подразделов искусственного интеллекта. Однако машина учится понимать совсем не так, как это делает человек, и в работе с машинами эту особенность необходимо учитывать. Как рассказал в беседе с корреспондентом Новости Армении – NEWS.am специалист по машинному обучению Эван Шелхеймер из Caffe, Калифорния, человек многому обучается самостоятельно – он получает опыт и знания, просто глядя по сторонам и делая выводы. Машина же учится только тому, чему ее обучают, и делать самостоятельных выводов пока не может.

Машине, как объяснил специалист, мы показываем пример того, что нам нужно, например, черную дорогу, по которой можно ездить. Человек понимает, что могут быть и другие дороги – других цветов, другой ширины. Машина же будет считать дорогами только черные, если не показать ей все другие возможные дороги.

«Когда мы показываем человеку кадр из видео, в котором водят машину, человек сразу отмечает – вот машина, вот ее контуры, а вот дорога и ее контуры. Человек по умолчанию понимает, что происходит при вождении и как и почему все вокруг человека за рулем движется, меняется. Он понимает, что здесь прямая дорога, по которой можно проехать, а вот здесь – препятствие, которое нужно объезжать. Машина же не может понимать вещей, которых раньше не видела. Она не понимает контекста. Поэтому нужно обучать ее, давая как можно больше данных. И все равно у машины пока нет способности человека на основе увиденного делать выводы, умозаключения», - отметил Шелхеймер.

Эван Шелхеймер занимается изучением обучения машин распознаванию изображений – того, что именно изображено на картинке (или на огромном ряде картинок – как в случае с видео), где оно находится, сделана ли фотография в помещении или на улице.

Такие исследования необходимы для разработки автопилота для машин и для дронов, ведь автопилоту нужно правильно идентифицировать предметы вокруг, понимать, где дороги, где другие машины, где препятствия, где люди – причем делать все это быстро – во избежание столкновений.

Эти работы необходимы также при создании роботов, выполняющих самые разные задачи – им нужно понимать, где они могут ходить, где стены, где ступеньки и какой они высоты – можно по ним подняться или нет. Искусственный интеллект робота будет понимать все это, анализируя изображения вокруг себя.

Как отметил Эван Шелхеймер, машинное обучение может эффективно применяться в самых разных сферах, открывая доступ к недоступным прежде исследованиям и работам. Много применений машинному обучению можно найти в науке, в том числе в медицине, в биологии и в целом ряде других сфер.

Если ученый работает, например, над исследованием метаболизма клеток, ему приходится тратить много времени на эксперименты – он может часами смотреть в микроскоп, что-то подсчитывать. Машина может делать эту работу вместо него, обрабатывая огромное количество данных гораздо быстрее, чем это способен сделать человек. Так машина поможет ученому сэкономить много времени и быстрее продвинуться в своих исследованиях.

Машинное обучение также незаменимо в тех сферах, где приходится работать с огромным количеством данных, с которыми человек физически не может разобраться. Так, например, если в какой-нибудь местности необходимо подсчитать количество особей какого-нибудь вида, машину можно научить делать это, анализируя фотографии или видеозаписи, снимаемые в нужной местности.

Эван Шелхеймер приехал в Армению для участия в 10-ом BarCamp Yerevan 2018, который проходит в Ереване 16-17 июня. Сегодня он выступил с общей лекцией о машинном обучении, а завтра планирует выступить с более специализированной лекцией об обучении машин распознаванию изображений

!
Этот текст доступен на   Հայերեն
Распечатать
Читать также:
Все
В Сеть попали фото iPhone 9
Судя по рендерам, iPhone 9 получит одиночную камеру со вспышкой...
Apple объявила о создании более 70 новых эмодзи
Новые виды эмодзи будут созданы на основе утвержденного набора символов Unicode 11.0...
Microsoft перестанет выпускать обновления для ОС Windows 10
До этого момента корпорация Microsoft выпускала обновления для своей самой популярной системы каждый месяц — «вес» таких апдейтов составлял…
Трамп назвал Twitter инструментом немедленной борьбы с лживыми новостями
Я люблю эту моментальность, я люблю мощь, которую она в себе несет...
Мобильное приложение Drops армянских разработчиков дает возможность делать автоматические платежи
К примеру...
Замминистра: Инженерный городок в Джрвеже станет маленькой Кремниевая долиной Армении
Суть Силиконовой долины заключается в том, что многочисленные высокотехнологичные компании и университеты сосредоточивают в одном месте свой потенциал, знания и навыки…
Самое
Partner news