Znam kilku Googlersów, pośrednio znam specyfikę pracy w tej firmie i doskonale wiem o tym, że jeżeli ktoś już dostanie się do "ziemi obiecanej" w branży IT, ten będzie ciężko pracował i nierzadko - doskonale bawił. Owocem jednoczesnej "orki" i przedniej rozrywki w trakcie jest na przykład sztuczna inteligencja wytrenowana w rozpoznawaniu... ramenu. Tak, takiego "japońskiego rosołku", za który w Warszawie można wydać i dyszkę i stówkę - zależnie od tego gdzie pójdziecie.
Jeden z badaczy, Kenji Doi wykorzystał uczenie maszynowe oraz AutoML Vision do wytrenowania sztucznej inteligencji w rozpoznawaniu właśnie tej potrawy. Co ciekawe, skutecznej AI w poprawnym określeniu skąd pochodzi miska zupy wynosi zawrotne 95 procent. Nie wiadomo jak dobrzy są w tym ludzie, nie ma na to danych, ale stawiam skrzynkę dobrego alkoholu, że sztuczna inteligencja jest w tym lepsza. Ta zawsze będzie w stanie wyłuskać najdrobniejsze nawet niuanse, które mogą przesądzić o diagnozie. Jeżeli się mylę - atakujcie mnie i żądajcie wspomnianej wyżej nagrody.
AI jest w stanie rozpoznać ramen z 45 różnych punktów i w trakcie treningu podano jej 48 000 zdjęć potrawy. Specjaliście w dziedzinie ramenu nauka mogłaby zająć wieki, a i tak zakładam, że mogłoby się okazać, że się pomyli. Oczywiście, są i tacy ludzie, którzy potrafią rozpoznać potrawy z konkretnej restauracji po smaku, ale... AI przecież nie skosztuje ramenu. Będzie w stanie jedynie na niego "popatrzeć".
Wynalazek pociągający, ale i niebezpieczny (jak wskazują niektórzy) jednocześnie. Kenji Doi wpadł na ciekawy pomysł - nakazał sztucznej inteligencji rozpoznawać ramen wprowadzając od niej najpierw 48 000 zdjęć potrawy celem jej wytrenowania. Następnie ta stworzyła modele dla każdego typu, nowe zdjęcia, z których ma ona wyłuskać najdrobniejsze szczegóły to również dla niej nauka. Rozpoznając ramen będzie ona w stanie cały czas aktualizować skonstruowane przez siebie modele - wystarczy przecież, że restauracja zmieni kucharza, który będzie mieć nieco inny styl podawania potrawy i wszystko "bierze w łeb". Ale to nie problem dla AI, prawda?
Otóż nie. Jeżeli pomyśleliście w ten sposób, to moglibyście się porządnie pomylić. Kenji stworzył tem mechanizm dla zabawy i sprawdził również takie niuanse jak możliwość rozpoznania wnętrza restauracji lub np. miski lub specyficznego ułożenia sztućców. Dalsze analizy wykazały, że sztuczna inteligencja jest tak "cwana", że potrafi rozpoznać sposób cięcia porcji produktów w zupie i na tej podstawie odróżnić jeden punkt od drugiego. Nawet dla największych maniaków tej potrawy może to stanowić niemały problem, a dla sztucznej inteligencji jest to sytuacja wręcz idealna. Ta bowiem dysponuje ogromnymi ilościami danych porównawczych, które mogą zaważyć na "diagnozie".
Hej, jesteśmy na Google News - Obserwuj to, co ważne w techu
