Капсульные нейросети дадут машинам человеческое зрение

Нейронные сети представляют собой алгоритмы, которые могут изучать дискретные задачи путем идентификации шаблонов в больших объемах данных. Например, анализируя тысячи автомобильных фотографий, нейронная сеть может научиться распознавать автомобиль.

Автор этой технологии — профессор Торонтского университета Джеффри Хинтон. Именно благодаря его разработке, названной нейронной сетью, робомобили сегодня могут видеть дорожные знаки и пешеходов.

Но, как говорит сам Хинтон, эти методы все еще далеки от создания компьютеров с истинным интеллектом. Например, сегодня нейронная сеть может распознать изображение с чашкой кофе, но не увидит чашку, перевернутую вверх дном.

Теперь профессор и молодой исследователь из Google Сара Сабур изучают альтернативный математический метод, который называют капсульной нейронной сетью. Идея состоит в том, чтобы построить систему, которая сможет видеть, как человек. Если нынешние нейронные сети видят мир в двух измерениях, то капсульная сможет видеть его в 3D.

Однако другие эксперты в области ИИ считают, что для создания действительно интеллектуальных машин новой нейронной сети будет недостаточно — потребуются самые разные методы. По их мнению, хотя методы машинного обучения являются сегодня основой разработок в сфере ИИ, у них есть серьезное ограничение: они учатся на данных, а точные данные не всегда доступны.

Но профессор Хинтон полагает, что его капсульные нейронные сети могут в конечном итоге распространиться на более широкий спектр технологий, ускоряя прогресс компьютерного зрения и голосовые вычисления. По его словам, он, безусловно, понимает, что многие будут скептически относиться к его разработкам. Но он также отметил, что пять лет назад многие точно так же относились к нейронным сетям. «Я думаю, что история повторится», — говорит он.

Сверточная нейронная сеть помогла ученым из Университета Пердью расшифровать наблюдаемые человеком образы. Алгоритм проанализировал фМРТ-снимки мозга добровольцев во время просмотра видеороликов и смог определить, какое именно видео смотрит участник эксперимента в режиме реального времени.