ɫɫ

Uutiset

Tekoäly tuo tehokkuutta kuvien ja äänen käsittelyyn

Syvät neuroverkot mahdollistavat kuvakerrosten avaamisen ja äänisignaalien erottamisen toisistaan.
Robotti osaa avata kuvakerrokset.

Tekoälytutkijat ovat löytäneet uuden tavan tehdä havainnollista päättelyä. Siinä robotti oppii ryhmittelemään havaintonsa mielekkäiksi kokonaisuuksiksi ohjaamattomasti ilman,  että sille erikseen opetetaan ryhmittelykriteerejä.

”Kun robotille näytetään kuvia, se oppii erottelemaan paitsi kuvien riippumattomat osat erilleen myös yhdistämään yhteenkuuluvat palat kokonaisuuksiksi sekä tarvittaessa täydentämään kuvan puuttuvat osat. Esimerkiksi kotitalousrobotti oppii navigoimaan huonekalujen ja muiden esteiden keskellä ja erottamaan, mitkä esineet sijaitsevat toistensa takana. Kotitalousrobotin tehtävänä voi olla vaikkapa tarttua mattoon, jonka päät näkyvät sohvan eri puolilla. Tehtävän suorittamiseksi robotin on opittava, että kaksi maton palasta muodostavat kokonaisuuden ja tällöin riittää, kun tarttuu mattoon toiselta puolelta sohvaa”, selittää väitöskirjatutkija Antti Rasmus.

Havaintojen ohjaamatonta ryhmittelyä ei ole toistaiseksi juurikaan tutkittu, mutta sitä voidaan hyödyntää esimerkiksi kuvankäsittelyssä eri kuvakerrosten avaamiseen sekä kerrosten valikoimiseen lopulliseen kuvaan. Tämän ominaisuuden avulla esimerkiksi häiritsevät esineet on helposti poistettavissa kuvasta.

”Ominaisuutta voidaan hyödyntää myös meluisissa tilaisuuksissa, joissa halutaan keskittyä vain yhteen ääneen. Tällöin robotti mahdollistaa äänisignaalien erottamisen toisistaan”, toteaa Rasmus.

Aiemmin paljon dataa vaatineet syvät neuroverkot oppivat uuden havainnollisen päättelyn myötä paljon tehokkaammin. Jokainen kuva tuottaa enemmän informaatiota robotin opetustehtävään, jolloin yksittäisen kuvan tehokkuus paranee, eikä niitä tarvita yhtä paljon kuin aiemmin.                                                                                                                                                

”Myös liike on robotille vahva vihje yhteenkuuluvista asioista, koska toisiinsa liittyvät osat liikkuvat aina samaan suuntaan. Esimerkiksi robotin on helpompi huomata aidan takana seisova koira, kun se lähtee liikkeelle”, lisää Rasmus.

Tutkimusta on ollut tekemässä Antti Rasmus, Mathias Berglund ja Tele Hotloo Hao tietotekniikan laitokselta ja The Curious AI:sta; Klaus Greff ja Jürgen Schmidhuber sveitsiläisestä tekoälyyn keskittyvästä tutkimuslaboratoriosta, IDSIA:sta; sekä The Curious AI:n toimitusjohtaja Harri Valpola. Tutkimus on osa Rasmuksen ja Berglundin väitöskirjatyötä.

äپٴDz:

Antti Rasmus
Tohtoriopiskelija
Aalto-yliopisto, tietotekniikan laitos
antti.rasmus@aalto.fi

Artikkeli: 

  • äٱٳٲ:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

Vasemmassa kuvassa immuniteetti on paikallinen, kun oikeassa kuvassa se on satunnainen. Kuva: Jari Saramäen tutkimusryhmä, Aalto-yliopisto.
Tutkimus ja taide Julkaistu:

Tuore tutkimus osoittaa: Pandemioissa laumaimmuniteetti ei jakaudu tasaisesti

Pandemioiden torjunnassa ihmisten välisten sosiaalisten verkostojen ymmärtäminen on yhtä tärkeää kuin tietää, kuinka moni on immuuni.
Metsä, jossa vihreä sammalpeitto ja ohuita puita, neliönmuotoinen mittakehä sammalen päällä.
Mediatiedotteet Julkaistu:

Satelliittikuvat paljastavat ennallistamisen vaikutukset turvemailla

Yli 20 vuotta kattava satelliittiaineisto osoittaa, että ennallistettujen turvemaiden lämpötila ja heijastavuus alkavat muistuttaa luonnontilaisia soita noin vuosikymmenessä.
Hehkuva kaksosprosessori pimeällä emolevyllä, futuristisia valotehosteita ja yksityiskohtaista piirikaavassa.
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Kvanttiennätys: kubitti pysyi koherenttina millisekunnin ajan

Kvanttilaskennan tehokkuusloikkaa ennakoivan tuloksen tekijät kannustavat muita tutkimusryhmiä toisintamaan kokeen.
Vaahtera kampuksella
Kampus Julkaistu:

Luonto keskiössä Aallon kampussuunnitelmassa

Otaniemen kartanoalueen puut olivat Alvar Aallolle merkityksellisiä.