งานวิจัยร่วมของ Google และ Stanford ทำให้คอมพิวเตอร์บรรยายรูปภาพได้เป็นประโยค

ผลของการจับเอางานวิจัยด้านการรู้จำและแยกแยะวัตถุใน ภาพของ Google มารวมพลังกับงานวิจัยด้านภาษาธรรมชาติของ Stanford ทำให้ได้ระบบซอฟต์แวร์ที่สามารถทำความเข้าใจองค์ประก อบของภาพถ่าย และบรรยายออกมาเป็นประโยคด้วยถ้อยคำที่เป็นธรรมชาติ
เราเคยเห็นข่าวงานวิจัยของ Google ที่ได้รางวัลจากการประกวดซอฟต์แวร์รู้จำและแยกแยะวัต ถุในภาพมาแล้ว ซึ่งงานวิจัยดังกล่าวได้มีการพัฒนาโครงข่ายประสาทเที ยมเพื่อให้ระบบซอฟต์แวร์เรียนรู้รูปร่างของวัตถุสิ่ง ของต่างๆ จนทำให้ได้มาซึ่งความสามารถในการใช้คำระบุว่าสิ่งของ หรือคนที่ปรากฎในภาพนั้นคืออะไร มีลักษณะอย่างไร ทว่าด้วยข้อมูลที่ได้มาเป็นคำเหล่านี้คงยังไม่อาจเรี ยกว่าเป็นการบรรยายภาพถ่ายได้ ดังนั้นจึงมีการผนวกเอางานวิจัยของ Stanford ที่ใช้โครงข่ายประสาทเทียมเพื่อเรียนรู้วิธีการแยกแย ะสิ่งต่างๆ ในภาพ และนำเอาข้อมูลที่ได้มาเรียบเรียงให้เป็นภาษาธรรมชาต ิมาปรับใช้งานร่วมกัน
การดึงเอาความสามารถของโครงข่ายประสาทเทียมจาก 2 งานวิจัยนี้มาใช้ประโยชน์พร้อมกัน ทำได้โดยการป้อนตัวอย่างภาพถ่ายพร้อมประโยคบรรยายภาพ ให้โครงข่ายประสาทเทียมได้เรียนรู้ว่าการบรรยายภาพที ่ดีนั้นควรเป็นอย่างไร และด้วยปริมาณข้อมูลที่ถูกสอนให้มากพอก็จะทำให้ระบบส ามารถบรรยายภาพถ่ายบางภาพด้วยประโยคภาษาอังกฤษได้อย่ างถูกต้อง (แน่นอนว่ามีบางภาพอาจได้รับการบรรยายถูกต้องแค่บางส ่วน หรือไม่ถูกต้องเลย ซึ่งหมายความว่าโครงข่ายประสาทเทียมยังขาดตัวอย่างกา รฝึกสอนสำหรับภาพถ่ายแบบนั้น)
ลองนึกภาพว่าหาก Google สามารถเอางานวิจัยที่ทำร่วมกับ Oxford (ที่เน้นการพัฒนาปัญญาประดิษฐ์เพื่อการรู้จำภาพและทำ งานตอบสนองภาษาธรรมชาติ) มาทำคอมโบเข้าไปกับงานวิจัยร่วมกับ Stanford นี้เข้าไปอีก เราคงได้เห็นระบบปัญญาประดิษฐ์ที่น่าทึ่งเอามากๆ
ที่มา - Google Research Blog via Engadget


Google, Image Processing, Natural Language, Neural Network, Research, Stanford




อ่านต่อ...

เทคโนโลยีเดี๋ยวนี้สุดยอดมาก คนทำไม่รู้คิดได้ยังไง สุดยอดจริ งๆ ครับ