Inimeste jaoks on loomulik ennustada, mida keegi järgmisena oma kehakeele põhjal ette võtab, Kui kohtume teise inimesega, võivad nad tervitada meid sõnaliselt, käepigistuse või rusikaid kokku lüües. Me ei pruugi teada, millist žesti kasutatakse, kuid võime olukorda lugeda ja asjakohaselt reageerida. Arvutid seda aga senimaani ei oska.
Uues uuringus tutvustasid Columbia Engineeringu ülikooli teadlased arvutivisioonitehnikat, mis annab masinatele intuitiivsema arusaama selle kohta, mis edasi saab, kasutades selleks kõrgema taseme seoseid inimeste, loomade ja objektide vahel.
“Meie algoritm on samm selle poole, et masinad suudaksid inimeste käitumist paremini prognoosida ja seeläbi oma tegevust meiega paremini kooskõlastada,” ütles uuringut juhatanud Columbia arvutiteaduse dotsent Carl Vondrick. “Meie tulemused avavad mitmeid võimalusi inimese ja roboti koostööks, autonoomsete sõidukite ja abitehnoloogia jaoks,” lisas ta.
Süsteem õpib läbi filmide ja seriaalide
Teadlased ütlevad, et videote pealt õppimine on täna kõige täpsem meetod, mis aitab masinatel prognoosimist õppida. Olles analüüsinud tuhandeid tunde filme, spordimänge ja selliseid seriaale nagu “Kontor” (“The Office”), õpib süsteem ennustama sadu tegevusi alates käepigistusest kuni rusikate kokkulöömiseni. Kui ta ei suuda konkreetset tegevust ennustada, leiab ta kõrgema taseme mõiste, mis neid seob, antud juhul näiteks sõna “tervitus”.
Varasemad katsed prognoositavas masinõppes on keskendunud ainult ühe toimingu ennustamisele korraga. Algoritmid otsustavad, kas klassifitseerida toiming kallistuseks, high five’ks, käepigistuseks või isegi mittetoiminguks nagu ignoreerimine. Kuid kui võimalus eksida on suur, ei suuda enamik masinõppemudeleid leida võimalikke lahendusi.
Õpib pakkuma abstraktsemaid lahendusi
Columbia inseneridoktorandid Didac Suris ja Ruoshi Liu otsustasid pikema ajaga seotud ennustamisprobleemi vaadata teise nurga alt. “Kõike tulevikus ei saa ette ennustada,” ütles teadusartikli kaasautor Suris. “Kui inimene ei oska täpselt ette näha, mis juhtub, prognoosib ta seda abstraktsemalt. Meie algoritm on esimene, kes õpib seda võimet,” selgitas ta.
“Ennustamine on inimese intelligentsuse alus,” ütles Massachusettsi tehnoloogiainstituudi vanemteadur Aude Oliva. “Masinad teevad vigu, mida inimesed kunagi ei teeks, kuna neil puudub võime abstraktselt arutleda. See töö on oluline samm selle tehnoloogilise lõhe ületamise suunas.”
Teadlaste väljatöötatud matemaatiline raamistik võimaldab masinatel moodustada sündmusi selle järgi, kui prognoositavad nad tulevikus on. Näiteks teame, et ujumine ja jooksmine on mõlemad sportimise vormid. Uus tehnika õpib, kuidas neid tegevusi iseseisvalt kategoriseerida. Süsteem on teadlik ebakindlusest, pakkudes konkreetsemaid toiminguid, kui on kindlus, ja üldisemaid ennustusi, kui see teadmine puudub.
Oluline samm usalduse loomisel
Teadlaste sõnul võiks see tehnika viia arvutid lähemale erinevates olukordades täpsemate otsuse tegemisele. See on kriitiline samm usalduse loomisel inimeste ja arvutite vahel, ütles artikli kaasautor Liu. “Usaldus tuleneb tundest, et robot tõesti inimesi mõistab,” selgitas ta. “Kui masinad suudavad meie käitumist mõista ja ette näha, saavad arvutid inimesi sujuvalt igapäevases tegevuses aidata,” lisas ta.
“Kuigi uus algoritm ennustab võrdluses täpsemaid prognoose kui varasemad meetodid, tuleb järgmiste sammudena veenduda, et see töötab väljaspool laborit,” ütleb Vondrick. Teadlased ütlevad, et kui süsteem suudab töötada erinevates tingimustes, on masinate ja robotite juurutamiseks palju võimalusi, mis võivad parandada meie ohutust, tervist ja turvalisust. Uurimisgrupp kavatseb jätkata algoritmi jõudluse parandamist suuremate andmekogumite ja arvutite ning muude geomeetriliste vormide abil.
“Inimeste käitumine on sageli üllatav,” kommenteeris Vondrick. “Meie algoritmid võimaldavad masinatel paremini ette näha, mida nad edasi teevad,” lisab ta.
