Искусственный интеллект научился угадывать по картинкам | Журнал "Вольт"
Пт. Окт 23rd, 2020


Искусственный интеллект теперь может хорошо играть в Pictionary, игре в угадывание слов, подобной шарадам, в которой один человек должен нарисовать картинку, а другие пытаются как можно быстрее выяснить, что они нарисовали.

Исследователи из Университета Суррея в Англии создали бота Pixelor, систему искусственного интеллекта для соревновательных игр. ИИ может рисовать эскизы, которые люди и машины распознают как намеченный объект, так же быстро – или даже быстрее – чем человек-конкурент.

«Наш ИИ может визуализировать эскиз с нуля. Произнесите слово «лицо», и он будет знать, что рисовать. В этом случае система будет рисовать другого кота, другую собаку, каждый раз новую морду », – говорят авторы проекта.

Фото: digitaltrends.com

Человек может посмотреть на лицо и увидеть его как овал с двумя кругами для глаз, линией для носа и полукругом для рта. Для этого нужно понимать, что такое абстракция. У детей способность воспринимать изображение таким образом, среди прочего, свидетельствует о растущем когнитивном понимании концепций.

Однако, как и в случае со многими аспектами ИИ, возникает так называемый парадокс Моравека, согласно которому «относительно легко достичь уровня взрослого в таких задачах, как проверка интеллекта или игра в шашки, но это сложно. или невозможно достичь навыков годовалого ребенка в задачах восприятия или подвижности ». Другими словами, более сложные задачи легче для машин, чем простые задачи для уровня детского мышления.

Но это не неразрешимая проблема. Например, в 2016 году появился инструмент Sketch – нейронная сеть на основе глубокого обучения, которая могла распознавать нарисованные от руки эскизы и использовать их для поиска реальных объектов. Эта сеть была обучена с использованием набора данных из примерно 30 000 сравнений фотографий и эскизов. Pixelor тоже делает нечто подобное, но он также может создавать свои собственные рисунки, а не просто распознавать рисунки других людей.

Цель Pictionary – не просто нарисовать, например, кошку, а нарисовать кошку как можно меньшим количеством штрихов. Игра ведется некоторое время. То есть для этого вам нужно создать ИИ, который может изучать стратегии людей, чтобы хорошо играть в Pictionary.

Исследователи использовали QuickDraw, крупнейший на сегодняшний день набор эскизных данных. Затем они построили нейронный алгоритм, чтобы определить порядок мазков, которые художник должен сделать, чтобы получить желаемое представление объекта за как можно меньшее время. Это означает разделение эскизов на штрихи, затем изменение порядка этих штрихов и тестирование результатов, пока они не установят точный порядок, в котором они должны быть нарисованы.

Но цель исследователей – не просто создать игрового бота. Авторы хотят разработать систему, которая лучше понимает, что важно для человека в конкретном изображении или сцене. Когда человек смотрит на картину или фотографию, он почти сразу может определить самые важные детали. Как научить этому компьютер? Оказывается, один из способов – показать ИИ, как люди отдают приоритет наиболее заметным узнаваемым деталям изображения, когда они пытаются изобразить его сами.

За последние пару десятилетий ИИ постепенно побеждает человечество во все большем количестве игр: компьютер Deep Blue победил чемпиона по шахматам в 1997 году, IBM Watson победил людей в Jeopardy в 2011 году!, DeepMind победил людей в играх Atari в 2013 году, AlphaGo побеждать людей в го в 2016 году и так далее.

В будущем команда может выпустить общедоступную версию этого бота для игры в Pictionary, чтобы люди могли победить систему по-своему. Новое исследование будет представлено на конференции SIGGRAPH Asia 2020 в ноябре.

Источник



Source link

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *