211service.com
Dziļais neironu tīkls mācās vērtēt grāmatas pēc to vākiem
Idioma nekad nevērtē grāmatu pēc tās vāka, brīdina, ka nevajadzētu vērtēt kaut ko tikai pēc tā, kā tas izskatās. Un tomēr grāmatu vāki ir veidoti tā, lai lasītājiem sniegtu priekšstatu par saturu, radītu vēlmi paņemt rokās grāmatu un to izlasīt. Labi grāmatu vāki ir paredzēti, lai tos vērtētu.
Un cilvēkiem tas ir diezgan labi. Ir samērā vienkārši izvēlēties pavārgrāmatu, biogrāfiju vai ceļvedi, tikai paskatoties uz vāka.
Un tas rada interesantu jautājumu: vai mašīnas var novērtēt grāmatas arī pēc to vākiem? Mēs jau zinām, ka viņi spriež cilvēkus pēc viņu sejas.
Šodien mēs saņemam atbildi, pateicoties Braiena Kendži Ivanas un Seiiči Učidas darbam Kjusju universitātē Japānā. Šie puiši ir apmācījuši dziļu neironu tīklu, lai izpētītu grāmatu vākus un noteiktu grāmatu kategoriju, no kuras viņi nāk.
Vairāk par mašīnmācību
Ar savu jauno fotoattēlu filtru Facebook paziņo par savu plānu AI iebrukt jūsu tālrunī
Šis rīks ir jautrs, taču tas ir arī sociālo tīklu giganta misijas paziņojums.
StarCraft kļūs par nākamo lielo mākslīgā intelekta rotaļu laukumu
Mākslīgajam intelektam būs nepieciešami būtiski sasniegumi, lai spēlētu videospēli, kas piepildīta ar plānošanu, minējumiem un blefu.
Mašīnas tagad var kaut ko atpazīt pēc tam, kad to vienreiz redzējis
Algoritmiem parasti ir nepieciešami tūkstošiem piemēru, lai kaut ko iemācītos. Google DeepMind pētnieki atrada veidu, kā to apiet.
Mūsdienu mākslīgais intelekts neattaisno pamata ienākumus
Pat visvienkāršākajiem darbiem ir vajadzīgas prasmes, piemēram, radoša problēmu risināšana, ko AI sistēmas vēl nevar veikt kompetenti.
AI valodas problēma
Mašīnas, kas patiesi saprot valodu, būtu neticami noderīgas. Bet mēs nezinām, kā tos izveidot.
Viņu metode ir vienkārša. Iwana un Uchida lejupielādēja 137 788 unikālus grāmatu vākus no vietnes Amazon.com, kā arī grāmatas žanru. Ir 20 iespējamie žanri, bet, ja grāmata bija iekļauta vairāk nekā vienā kategorijā, pētnieki izmantoja tikai pirmo.
Pēc tam pāris izmantoja 80 procentus datu kopas, lai apmācītu neironu tīklu atpazīt žanru, skatoties uz vāka attēlu. Viņu neironu tīklam ir četri slāņi, katrā līdz 512 neironiem, kas kopā mācās atpazīt korelāciju starp vāka dizainu un žanru. Pāris izmantoja vēl 10 procentus no datu kopas, lai apstiprinātu modeli, un pēc tam pārbaudīja neironu tīklu uz pēdējiem 10 procentiem, lai noskaidrotu, cik labi tas klasificē iepriekš neredzētus vākus.
Rezultāti rada interesantu lasīšanu. Algoritms 40 procentos gadījumu iekļāva pareizo žanru 3 izvēlēs un vairāk nekā 20 procentus gadījumu atrada precīzu žanru. Tas ir ievērojami labāk nekā iespēja. Tas liecina, ka grāmatu vāku dizainu klasifikācija ir iespējama, lai gan tas ir ļoti grūts uzdevums, saka Ivana un Učida.
Dažas kategorijas ir vieglāk atpazīstamas nekā citas. Piemēram, neironu tīklam ir salīdzinoši viegli pamanīt ceļojumu grāmatas un grāmatas par datoriem un tehnoloģijām, jo grāmatu dizaineri šiem žanriem konsekventi izmanto līdzīgus attēlus un dizainu.
Neironu tīkls arī atklāja, ka pavārgrāmatas bija viegli atpazīt, ja tajās ir izmantoti ēdiena attēli, taču tās bija pilnīgi neskaidras, ja tās izmantoja citu dizainu, piemēram, pavāra attēlu.
Biogrāfijas un memāri arī bija problemātiski, jo algoritms bieži kā kategoriju atlasīja vēsturi. Interesanti, ka daudzām no šīm grāmatām vēsture ir sekundārais Amazon sarakstā iekļautais žanrs, kas liecina, ka algoritms nebija pilnībā izjaukts.
Algoritms arī sajauca bērnu grāmatas ar komiksiem un grafiskiem romāniem, kā arī medicīnas grāmatām un zinātnes grāmatām. Iespējams, tas ir arī saprotams, ņemot vērā šo kategoriju līdzības.
Šajā darbā ir viens trūkums. Ivana un Učida nav salīdzinājušas sava neironu tīkla veiktspēju ar cilvēku spēju atpazīt grāmatu žanrus pēc vākiem. Tas būtu interesants eksperiments, un tas būtu salīdzinoši vienkārši izdarāms ar tiešsaistes pūļa pakalpojumu pakalpojumu, piemēram, Amazon's Mechanical Turk.
Kamēr šis darbs nav paveikts, nevar zināt, vai mašīnas šo uzdevumu veic labāk nekā cilvēki. Lai gan neatkarīgi no tā, cik labi cilvēki veic šo uzdevumu, tas noteikti ir tikai laika jautājums, kad mašīnas tos pārspēs.
Tomēr šis ir interesants darbs, kas varētu palīdzēt dizaineriem uzlabot savas prasmes attiecībā uz grāmatu vākiem. Tomēr visticamākais iznākums ir tāds, ka to varētu izmantot, lai apmācītu mašīnas, lai izstrādātu grāmatu vākus bez cilvēka ieguldījuma. Un tas nozīmē, ka grāmatu vāku dizains ir tikai vēl viens darbs, ko paredzēts iekļaut vēstures grāmatās.
Atsauce: arxiv.org/abs/1610.09204 : Spriežot grāmatu pēc tās vāka