دستاوردهای جدید دانشمندان گوگل در خصوص شیوه یادگیری ماشین ها

دانشمندان گوگل که در آزمایشگاه های X Labs سری این شرکت هر روز مشغول ابداعی تازه چون ماشین بدون راننده و عینک واقعیت افزوده گوگل هستند، به تازگی گام های بلندی در زمینه استفاده از کامپیوترها برای شبیه سازی مغز انسان برداشته اند. گروهی از برنامه نویسان و دانشمندان گوگل یک شبکه عصبی برای یادگیری ماشینی ساخته اند که از ۱۶۰۰۰ پردازنده کامپیوتر تشکیل شده است و بدون دخالت و آموزش انسان، از اینترنت برای کسب دانش و درک خود از جهان بهره می برد. این مغز ماشینی عظیم موفق شده مفهوم گربه را دریافته و آن را در میان اشیاء مختلف تشخیص دهد.

یادگیری خود به خودی این شبکه عصبی متشکل از پردازنده های کامپیوتری، می تواند تاییدی بر تئوری های زیست شناس ها در زمینه شیوه تشخیص اشیاء توسط مغز انسان باشد. البته شاید پیدا کردن گربه در میان تصاویر و ویدیوهای اینترنتی کار چندان سخت و چالش آمیزی به نظر نرسد، اما کارکرد این شبکه از حد انتظار محققان بسیار فراتر بوده است و توانسته دقت تشخیص خود را به شناسایی اشیاء از میان ۲۰۰۰۰ تصویر برساند.

برای اینکه مغز کامپیوتری گوگلی بتواند گربه ها را پیدا کند، تیم تحقیقاتی آن را با بیش از ۱۰ میلیارد تصویر اتفاقی که از ویدیوهای یوتیوب استخراج شده بود، تغذیه کردند. این آزمایشات نشان داد که تئوری زیست شناسان در خصوص اینکه هر یک از نورون های مغز انسان برای شناسایی اشیاء مشخصی تربیت می شوند، درست به نظر می رسد. Jeff Dean از اعضای این تیم تحقیقاتی می گوید: «ما هیچ گاه در طول آزمایش و آموزش به این شبکه عصبی نگفتیم که ‪”‬این گربه است‪.”‬ این دستگاه مفهوم گربه را از ابتدا ابداع کرده است.»

برخی اعتقاد دارند که کسب چنین پیشرفت هایی در زمینه علوم کامپیوتری، تاثیر مستقیمی بر زمینه های کاربردی مختلف همچون دید ماشنی، تشخیص صدا و جملات و ترجمه زبان ها خواهد گذاشت. دانش کافی در زمینه یادگیری ماشینی می تواند در بهبود الگوریتم های ترجمه و درک منطقی بسیار کاربردی باشد؛ موضوعاتی که به نظر می رسد موسسان گوگل، لری پیج و سرگئی برین علاقه وافری به آنها دارند.