Google выпускает миллионы плохих рисунков для вас и вашего ИИ
Недавно Google представил несколько своих креативных экспериментов с машинным обучением, среди которых был Quick, Draw! – игра, где вы рисуете что-то, а система распознавания изображений пытается угадать, что это. Теперь компания выпускает миллионы эскизов, представленных игроками, в качестве открытого набора данных для разработчиков ИИ.
Если перспектива просмотра кучи (я говорю о 50 миллионах) ужасных рисунков шляп, обуви и кошек не кажется вам забавной, не волнуйтесь! Это не главная цель. Речь идет о метаданных. Эти рисунки были сделаны в разных странах, и интересно посмотреть, как, например, Германия и Корея по-разному представляют кошек. Или стулья! О. Ну вот, в них есть паттерны, которые стоит изучить. Ясно, что корейские и русские художники с большей вероятностью рисовали стул под углом или сбоку. Почему? Это то, что вы должны выяснить с помощью своей системы машинного обучения! На самом деле есть много интересных различий. Как отмечается в посте Google, наблюдается предвзятость в сторону кроссовок, настолько, что система с трудом распознает каблуки или сандалии. А как насчет кошек? Конечно, есть подкатегории того, как люди решали их рисовать. Я думаю, что рисовал одну, и я нарисовал всю кошку. Я странный, красивый исключение? Если бы я только знал, как создать систему машинного обучения, чтобы узнать это (подсказка). Google предлагает использовать их новый инструмент Facets для визуализации огромного количества данных в наборе.
И это действительно самое интересное в этой ситуации. Когда у вас есть такие большие наборы данных – в сотнях миллионов примеров – как вы можете сортировать их и наблюдать за ними, даже на грубом уровне, чтобы люди могли найти общие паттерны и идеи, стоящие того, чтобы их преследовать? И как вы можете обнаружить такие вещи, как систематические предубеждения или возможности для улучшения?
50 миллионов рисунков – это только начало – остальные 750 миллионов или около того будут выпущены с течением времени, а также, вероятно, интересные данные из других проектов. Следите за блогом Google Research (или TechCrunch, очевидно) для получения последней информации.
