Eden pomembnejših dejavnikov, ki otežuje delo razvijalcev umetne inteligence in robotov, je razlika med zaznavanjem in razumevanjem. Svet, ki ga zaznavamo ljudje, nam je namreč razumljiv zgolj po zaslugi učenja, ki pravzaprav poteka celo življenje, čeprav smo pri njem tako uspešni, da tako kot še številne živali, že zelo rano ločimo med sliko grozdja in pravim grozdjem.
Računalniki pri tem niso tako uspešni, kar je razumljivo, saj so v primerjavi z evolucijsko zgodovino živih organizmov na samem začetku svojega razvoja, ki do nedavnega niso imeli nobenega razloga, da bi razločevali med vsebino, ki jo prikazujejo posamezne vizualne podobe. Raziskava, ki so jo opravili raziskovalci Univerze v Wyomingu in univerze Cornell pa je sedaj ugotovila razliko med tem, kako drastično se razlikujejo človeške predstave ključnih lastnosti posameznih reči, in tem, kar kot ključne lastnosti opažajo za prepoznavanje slik razviti računalniški programi.
Raziskovalna ekipa se je dela lotila s pomočjo naprednega sistema za prepoznavanje fotografij DNN (globoka nevralna mreža). Slednji se s pomočjo milijonov fotografij nauči ločiti med različnimi podobami, kot so živali, kitare, avtomobili, ljudje …
Raziskovalci rezultata niso pričakovali
DNN so povezali s programom, ki je na podlagi starih fotografij sposoben izdelati nove. Gre za tehniko, ki ji sicer pravijo evolucijska umetnost, program pa pri tem s pomočjo posebnih algoritmov in s človeškim vodstvom transformira obstoječe lastnosti fotografije v novo podobo, ki do neke mere ohrani želene lastnosti. Če bi začeli s psom, bi tako z novo podobo dobili sliko nečesa, kar je relativno podobno prvotni. V primeru eksperimenta pa so namesto človeškega nadzora vključili DNN, ki je sistem usmerjal s predstavami o tem, kako naj bi bila videti še ena fotografija iste podobe. Rezultati so bili izredno presenetljivi.
»Pričakovali smo, da bomo dobili isto stvar. Veliko zelo kvalitetnih in prepoznavnih fotografij,« je za New Scientist povedal eden od raziskovalcev Jeff Clune. »Dobili pa smo precej bizarne podobe: geparda, ki ni prav nič podoben gepardu.«
Namesto živali abstraktna umetnost
Razlika ni bila zgolj takšna, da bi geparda zamenjali za kako drugo žival ali predmet, temveč so bile nove podobe še najbolj podobne televizijskemu sneženju ali abstraktni umetnosti z elementi valovanja. Čeprav so bile podobe povsem drugačne od izvornih podob, jih je DNN lahko z 99-odstotno verjetnostjo prepoznal in razločeval.
Izkaže se, da so ključne lastnosti in razlike med podobami, ki se jih DNN nauči, precej drugačne od tistih, ki jih upoštevamo ljudje. Nove fotografije so zato primerljive z optičnimi iluzijami, ki zaradi konflikta človeških pravil konstrukcije podob in razumevanja vsebine povzročajo težave nam, medtem ko bi jih računalnik obravnaval kot vse ostale geometrične podobe.
Fotografije si lahko ogledate v priloženem poročilu.