US-FACEBOOK-MENLO PARK

Facebook mostra gli impressionanti progressi del suo team di intelligenza artificiale (video)

Nicola Ligas -

Il Facebook AI Research (FAIR) team ha annunciato alcune scoperte nell’ambito appunto dell’intelligenza artificiale, in particolare per quanto concerne l’identificazione di oggetti nelle foto, la comprensione del linguaggio naturale, la predizione e la pianificazione.

Il nuovo sistema di analisi delle immagini sviluppato da Facebook le suddivide il 30% più velocemente utilizzando al contempo 10 volte meno dati di training rispetto ai precedenti software di riferimento.

Per quanto riguarda invece la comprensione del linguaggio naturale, è già stato sviluppato un sistema chiamato Memory Networks (MemNets), che è in grado di leggere e rispondere a domande relative a brevi porzioni di testo. Nella demo qui sotto, un nuovo sistema chiamato VQA (visual Q&A) combina MemNets con la precedente tecnologia di riconoscimento delle immagini, di chiedere alla macchina (smartphone, in questo caso, non a caso) cosa c’è in una foto.

Visual Question and Answering Demo

Earlier this year, we showed some of our work on natural language understanding — specifically, a system called Memory Networks (MemNets) that can read and then answer questions about short texts. In this demo of a new system we call VQA, or visual Q&A, MemNets are combined with our image recognition technology, making it possible for people to ask the machine what's in a photo.

Posted by Facebook Engineering on Martedì 3 novembre 2015

L’apprendimento predittivo o non supervisionato è invece la capacità di capire cosa succederà nel futuro sulla base di osservazioni precedenti. L’esempio qui sotto si basa su un sistema che osserva una serie di oggetti (blocchi impilati che potrebbero o non potrebbero cadere, in questo caso) e ne predice l’esito. Allo stato attuale, dopo qualche mese di lavoro, il sistema predice correttamente il 90% degli esiti, il che è già meglio di quanto possa fare un uomo comune.

Unsupervised Learning: Predicting Falling Blocks

Unsupervised or predictive learning is the ability to understand what will happen in the future by learning from observation. To try to give computers this ability, Facebook's artificial intelligence research team has developed a system that can “watch” a series of visual tests — in this case, sets of precariously stacked blocks that may or may not fall — and predict the outcome. After just a few months' work, the system can now predict correctly 90 percent of the time, which is better than most humans.

Posted by Facebook Engineering on Martedì 3 novembre 2015

La capacità di pianificazione è invece tipica dei giochi da tavolo, ed anche in questo caso il lavoro degli ingegneri di Facebook si è portato al pari con altri sistemi affini già pubblicati, ed è in pratica al livello di un abile giocatore umano. Un simile risultato è stato ottenuto combinando un approccio basato sulla ricerca (ovvero creando un modello di ogni possibile mossa via via che il gioco avanza) con uno basato sull’accoppiamento di pattern costruiti dal team di computer vision dell’azienda (in pratica delle mosse predefinite, come in certe combinazioni degli scacchi).

Watch an AI bot play Go

To help teach systems how to plan, Facebook's AI research team has created an AI bot to play the board game Go. After a few months of playing, it's already on par with the other AI-powered systems that have been published and it's as good as a very strong human player. We've achieved this by combining the traditional search-based approach — modeling out each possible move as the game progresses — with a pattern-matching system built by our computer vision team.

Posted by Facebook Engineering on Martedì 3 novembre 2015

Facebook prova insomma a “fare la GoogleAlphabet, investendo in progetti a lungo termine, dei quali abbiamo già fatto altri esempi, come gli sforzi nell’ambito della realtà virtuale con Oculus o della connettività, e per riassumere tutto questo non poteva mancare un evocativo video finale.

Teaching machines to see and understand

Facebook's AI team is working to build smart systems that can enhance people's lives. Watch this video to learn about how we're approaching AI research and the impact this work is already having.

Posted by Facebook Engineering on Martedì 3 novembre 2015

Fonte: Facebook