Microsoft claimt ‘het eerste computersysteem’ te hebben ontwikkeld dat ‘beter dan mensen presteert’ in het herkennen van afbeeldingen.
Uit uitgebreide tests met mensen en de gestandaardiseerde beeldbank ImageNet is bekend dat mensen objecten in de databank herkennen met een foutmarge van 5,1 procent.
Deep learning
Het algoritme dat Microsoft ontwikkelde, behaalt nu volgens een wetenschappelijk artikel (gepubliceerd door Cornell University) een foutmarge van 4,94 procent.
Voor de ontwikkeling van het algoritme werd Microsofts ‘deep learning’-techniek gebruikt; een toepassing van kunstmatige intelligentie die Microsoft ook voor klanten in de cloud aanbiedt.
Een schaap is geen koe
De onderzoekers maken wel een kanttekening, namelijk dat het systeem nog altijd fouten bij afbeeldingen waar een mens geen enkele moeite mee heeft. ‘Mensen hebben geen probleem met het verschil aan te geven tussen een schaap en een koe’, legt Jian Sun, een van de auteurs van het wetenschappelijk artikel uit in een blog. ‘Maar wanneer het aankomt op de verschillen tussen verschillende schapenrassen, presteert de computer veel beter. De computer is getraind om te kijken naar details, texturen, vormen en de context van het object in de foto. Daardoor detecteert hij dingen waar mensen overheen kijken.’
Baidu en Google
Tot nog toe claimde de Chinese internetgigant Baidu de hoogste score, met een foutpercentage van 5,98. Die melding werd nog geen maand geleden gedaan.
In 2014 gebruikten Google-onderzoekers een vergelijkbaar opzet als de Microsoft-onderzoekers. Zij bereikten toen een foutpercentage van 6,66 procent.
Bron: Automatiseringgids
