Τεχνολογία αναγνώρισης εικόνων για τη Microsoft

Η τεχνολογία αναγνώρισης εικόνων της Microsoft κάνει άλλο ένα βήμα, αναγνωρίζοντας διαφορετικά στοιχεία μιας φωτογραφίας και ξεχωρίζοντας τα με τίτλο. Μπορεί να μην ακούγεται σαν μια συναρπαστική εξέλιξη, αλλά είναι ένα πολύ σημαντικό βήμα στην ακριβή ανάλυση και επεξήγηση εικόνων από μια μελλοντική τεχνητή νοημοσύνη. Είναι επίσης ένα ακόμα σημάδι της ταχείας ανάπτυξης των τεχνητών νευρωνικών δικτύων ή των μοντέλων υπολογιστή που προσπαθούν να μιμηθούν τον τρόπο με τον οποίο λειτουργεί ο ανθρώπινος εγκέφαλος.

Ένα παράδειγμα της λειτουργίας αυτής προσφέρεται με την εικόνα παραπάνω. Η μηχανή θα μπορούσε να μεταφράσει την εικόνα ως “μια μωβ κάμερα με μια γυναίκα”, “μια γυναίκα που κρατάει μια γάτα” (αναγνωρίζει για κάποιο λόγο την εικόνα των μαλλιών ως γάτα), η σωστή όμως εξήγηση είναι “μια γυναίκα που κρατάει μια κάμερα στο πλήθος”.

Η Margaret Mitchell, ερευνήτρια στο τμήμα επεξεργασίας φυσικής γλώσσας της Microsoft Research δήλωσε πως “θέλουμε να συνδέσουμε την εικόνα με τη γλώσσα επειδή θέλουμε να έχουμε εργαλεία τεχνητής νοημοσύνης”.