Új szintre helyezi az objektumok felismerését egy algoritmus

A megoldás ráadásul lehetővé teszi, hogy a számítógépeket ne az embereknek kelljen betanítaniuk.

Az MIT Számítástechnikai és Mesterséges Intelligencia Laboratóriumának (MIT CSAIL), a Cornell Egyetemnek és a Microsoftnak a munkatársai egy olyan új algoritmust alkottak meg, amely képes önállóan megkülönböztetni egymástól egy felvételen szereplő objektumokat.

A Self-supervised Transformer with Energy-based Graph Optimization (STEGO) nevű szoftver pixelpontosan tudja egymástól elkülöníteni az egyes tárgyakat, amelyeket egyébként az alkalmazott eljárás során összehasonlít más hasonló objektumokkal, így kategorizálható, hogy pontosan milyen fajtájú dologról is van szó, például egy járműről, egy épületről vagy egy növényről. A STEGO az eddig elvégzett tesztek során képes volt elemeire (személyek, utcák, közlekedési és egyéb táblák stb.) szedni utcáról készített képet.

Újdonság továbbá, hogy eddig az embereknek kellett a számítógépes programokat felkészíteniük, így azok csak azt tudták, amit az őket edző személyek is, illetve magukban hordozhatták például azok diszkriminatív beállítottságát. A STEGO ugyanakkor a szemantikus szegmentálásnak köszönhetően új dolgokat tud tanulni, ráadásul az egész folyamat önálló. A kutatók rámutattak, hogy az algoritmus lehetővé teszi olyan feladatok végrehajtását is, amelyek teljesítése során az emberek már elérnék a határaikat. A megoldás az újszerű objektumokat is felismeri a különböző területeken, legyen szó asztrofizikáról vagy a biológiáról, s minden olyasmit is meglát, amelyeket az emberek bármilyen okból nem vesznek észre.

A technikának is vannak azonban határai, többek között az optikai ellentmondások kezelésében, így például összekeverhet egy banánt és egy régi típusú vonalas telefon kagylóját tartó személyt vagy a két objektumtípust nem a megfelelő kategóriába sorolja be. Ezen azonban további fejlesztésekkel javítani lehet.