Mòbils que miren, reconeixen les imatges i després ens les expliquen

L'equip de recerca sobre intel·ligència artificial de Facebook mostra com els dispositius poden fer reconeixement d'objectes, traduir-ho a llenguatge natural, planificar i fer prediccions

04.11.2015

Els avenços de l'equip de Recerca sobre Intel·ligència Artificial de Facebook (FAIR) inclouen la capacitat per a entrenar ordinadors a l'hora d'identificar objectes de fotografies, comprendre el llenguatge natural, predir accions i planificar.

Redacció TINET. Aquesta àrea de la companyia de Mark Zuckerberg presentarà properament els detalls d'un nou sistema que segmenta imatges un 30% més ràpid i utilitzant deu vegades menys dades prèvies que en els sistemes de referència existents en l'actualitat.

Comprensió del llenguatge natural i reconeixement d'imatges

Un altre dels aspectes on s'ha centrat la recerca té a veure amb l'habilitat dels odinadors i dispositius de compendre el llenguatge natural, concretament textos curts com preguntes i ser capaç d'oferir una resposta. Aquesta habilitat, lligada al reconeixement d'imatges ha portat a desenvolupar el sistema VQA (Visual Questions and Answers) o sigui preguntes i respostes. visuals. D'aquesta manera, davant d'una imatge, podem formular preguntes relacionades amb allò visible i que el dispositiu contesti amb un text en llenguatge natural. 

Aprenentatge predictiu i planificació

L'aprenentatge predictiu és l'habilitat de comprendre què passarà en el futur gràcies a haver après de l'observació. Per intentar donar als ordinadors aquesta capacitat, l'equip de recerca de Facebook ha desenvulupat un sistema que permet veure sèries de proves visuals y predir-ne el resultat. Després d'alguns mesos de feina, el sistema pot predir correctament allò que passarà en el 90% dels casos. La màquina superaria així la  capacitat de la majoria d'humans de predir correctament.

Pel que fa a la planficació, s'ha dissenyat un joc de taula virtual i s'ha creat un robot d'ingel·ligència artificial.  Després d'uns mesos de joc, s'ha demostat que és tan bo com un jugador humà. Per aconseguir-ho s'ha combinat l'enfoc tradicional basat en les possibilitats de moviment amb un sistema de patrons construït per l'equip d'investigadors.

Font: Lloc oficial de Facebook