A projekt célkitűzése egyelőre jóval barátságosabb, mint bűnmegelőző céllal jósolgató prekogoké volt Spielberg filmjében: a rendszerből a világ legjobb konyhai segítőjét szeretnék kinevelni a fejlesztők, amely szó szerint az ember keze alá dolgozik, hiszen előre tudja, milyen lépés jön a sütés-főzés során. Jürgen Gall és társai tehát egy olyan programon dolgoznak, amely kellő mennyiségű főzővideó megtekintése után mindig pont időben adja a kezünkbe a következő hozzávalót vagy edényt, időre előmelegíti a sütőt, és figyelmezteti a szakácsot, ha elfelejtett valamit.

Míg az emberi kukták már most is elég jók mindebben (legalábbis azok, akik értik a dolgukat), a számítógépes rendszerek hasonló „jóstehetsége” egyelőre gyerekcipőben jár. A bonni rendszerben viszont úgy tűnik, tényleg nagy lehetőségek. A gépi tanulásra képes program 4 órányi videón tanulta ki a kuktaságot: 6 perces felvételeket nézett meg, amelyeken különböző salátákat készítettek el a szereplők, átlagosan 20 különböző lépést hajtva végre egy-egy fogás létrehozása közben. A videók egyúttal arról is pontos adatokat szolgáltattak, hogy melyik lépés mikor történt meg, és mennyi ideig tartott.

A gépi rendszer megnézte ezeket a felvételeket, és közben megtanulta, hogy általában hogyan követik egymást a részfolyamatok, ami nem is volt olyan egyszerű, hiszen ezek a különböző videókon változatos rendben kerültek végrehajtásra. Majd a szakértők egy új, addig nem látott videón tesztelték a program jóstehetségét: megmutatták neki a felvétel első 20–30 százalékát, majd a rendszernek ez alapján kellett előre jeleznie, hogy mi fog történni a továbbiakban.

Az eredmények meglepően pontosnak bizonyultak: rövid távon 40 százalék fölötti pontossággal látta előre a program a soron következő lépést, mondja Gall. Hosszabb távon persze romlott a precizitás, de még 3 percre előre is 15 százalékban eltalálta a program, hogy mi fog történni. Pedig nagyon szigorú feltételeknek kellett megfelelni, hiszen nemcsak a tevékenységet, de annak időzítését is pontosan kellett megjósolnia a rendszernek ahhoz, hogy a kiértékeléskor elfogadják az „tippet” az elemzők.

Ahhoz persze, hogy a programból tényleg jó konyhai segítő legyen vagy más területeken lehessen bevetni, még pontosabbnak kell lennie, de a német szakértők szerint ezt nem lehetetlen megvalósítani. Érdekes ugyanakkor, mondják a szakértők, hogy a rendszer mennyivel rosszabbul teljesít, ha az idegen videó első részében magának kell felismernie, hogy mi történik, és nem kap ezzel kapcsolatban a láttottakon kívül többletinformációt.

Hírlevél feliratkozás
A feliratkozással elfogadom a Felhasználási feltételeket és az Adatvédelmi nyilatkozatot.

9 hozzászólás

A komment írásához előbb jelentkezz be!
thestock
thestock
2018. jún. 21. 6:34
#2

Kíváncsi vagyok hogy képzelik el a megvalósítást, vagy milyen elveket,módszereket alkalmaznak. Mennyire személyre szabott ez a segéd? Tudja azt hogy hány emberre fogunk főzni? azt is hogy ki a szakács, milyen szokásai vannak?

FELULET
FELULET
2018. jún. 19. 14:38
#1

"Jürgen Gall és társai tehát egy olyan programon dolgoznak, amely kellő mennyiségű főzővideó megtekintése után mindig pont időben adja a kezünkbe a következő hozzávalót vagy edényt, időre előmelegíti a sütőt, és figyelmezteti a szakácsot, ha elfelejtett valamit."

Kb. azt tűzték ki, hogy örökmozgót építenek. Meg lehet próbálni, de sikerülni nem fog.
Nem lehet olyan programot írni, ami MINDIG pontosan megfogja tudni jósolni.
Véges mennyiségű folyamatot be lehet tanítattani vele, de akkor már ott tartunk, hogy a gépi tanulás csak egy pr SWAG, hogy eladják, mert amúgy szimplán be is programozhatnák, hogy mi után mi jön (hisz a főzés folyamata egy-egy receptre amúgy is állandó).

BiroAndras
BiroAndras
2018. jún. 21. 12:14

Képfelismerésnél sokkal sokkal többre jó a deep learning. Eleve az AlphaGo nevű szoftver tette ismertté, ami pedig ahogy a neve is mutatja a Go nevű játékra lett kifejlesztve. Plusz egy rakás különböző videojátékot is megtanult játszani, gyakran az emberi játékosoknál sokkal jobban.
Amire te gondolsz szerintem az a konvolúciós neurális hálózat. Az tényleg képfeldolgozásra specializálódott.
De maga a deep learning is csak egy építőkocka, ma már jellemzően nem egy hálózatot használnak, hanem többet kölönféle módokon összekapcsolva. Van egy jó YouTube csatorna ami ezzel foglalkozik : https://www.youtube.com/channel/UCbfYPyITQ-7l4upoX8nvctg

A fejlődés ütemét és a jövőbeli lehetőségeket jól jelzi, hogy 20 éve még nagy szám volt, hogy egy sakkra épített szuperszámítógép egy bonyolult, kézzel finomhangolt szoftvert futtatva épp hogy meg tudta verni a világbajnokot, ma meg egy erősebb PC-n egy viszonylag látalános algoritmus mindenféle segítség nélkül 4 óra alatt olyan szinten tanul meg sakkozni, hogy nem csak az embereket veri meg simán, hanem az összes korábbi sakk programot is.
A Go pedig még alig 3 éve is reménytelennek tűnt, most meg már az emberi játékosoknak abszolút semmi esélye a gépek ellen.

Vissza az oldal tetejére