Համակարգչային ծրագիրն առաջին անգամ «երևակայություն է» դրսևորել

PanARMENIAN.Net - Արհեստական ինտելեկտի ստեղժման ամենամեծ բարդություններից մեկը երևակայության բացակայությունն է համակարգչային ծրագրում: Մեքենան ունակ չէ, մարդու պես պատկերացնել վիզուալ պատկերը նկարագրության հիման վրա և փոխել այն: Սակայն Հիրոհարու Կատոն և Տացուա Հարադան Տոկիոյի համալսարանից ալգորիթմ են ստեղծել, որը կարողանում է մոտավոր վերարտադրել պատկերը նկարագրության հիման վրա`երևակայության հեռավոր անալոգի նմանությամբ:

Մինչ այդ գիտնականները 128 × 128 չափի 101 պատկերից բաղկացած շտեմարան էին ստեղծել: Ալգորիթմի օգնությամբ նրանք վերլուծել են դրանք վիզուալ բառերը հայտնաբերելով: Վիզուալ բառեր հասկացությունը բնորոշ է համակարգչային «տեսողությանը», որը ծրագրերին պատկերացում է տալիս այն մասին, թե ինչ է պատկերված: Օրինակ, ինչպես կարելի է երիկնքը տարբերել հորիզոնից: Վիզուալ մեկ բառը պիկսելների կարճ հաջորդականություն է: Կատոյի և Հարադայի էքսպերիմենտում այն կազմել է 13 × 13 պիկսել:

Հետազոտողները վերցրել են այդ մեթոդն ու երկու եղանակ են կիրառել. առաջինը` որոշել են «կարդալ» վիզուալ բառերը նրանց հարևանությամբ գտնվող բառերի հետ միասին: Օրինակ, մի քանի բառը հորիզոնի գծի մասին ծրագրին պատկերացում կտան չընդհատվող գծի մասին: Այդպիսով նրանք ի հայտ բերեցին վիզուալ բառերի զույգեր, որոնք միասին են գտնվում պատկերների նրանց բազայում` ընդունելով, որ բոլոր բառերի ¾ «խաչաձևվում է»: Երկրորդը` գիտնականները հաշվի են առել վիզուալ բառի դիրքը պատկերի վրա: Օրինակ, երկնքի հետ կապված վիզուալ բառ ստանալու հավանականությունը վերևում ավելի մեծ է, քան ներքևում:

Ստացված ալգորիթմի հետ փորձարկումներ են անցկացվել: Սկզբում պատկերները վերարտադրվել են այն վիզուալ բառերով, որոնք ստացվել են դրանցից: Հետո օգտագործել են համակարգչային տեսողության ծրագիրը 10 հազար պատահական պատկերների վրա` կորզելու համար վիզուալ բառերն ու դրանց հիման վրա պատկերը վերարտադրելու: Բացի այդ, նրանք փորձեցին զրոյից ստեղծել նկարագրման գրաֆիկ ֆայլերի բնական լեզվով: Այդ նպատակով նրանք տեղափոխեցին բոլոր բառերը վիզուալ բառերի հավաքածուից և մշակման տվեցին: Այդ դեպքում ալգորիթմը վերարտադրեց աբստրակտ պատկերներ, որոնք քիչ նմանություն ունեին սկզբնական հարցման հետ: