پیشرفت چشمگیر هوش مصنوعی گوگل در توصیف تصاویر

به‌روزترین‌ها – یکی از این کار ها، کپشن نویسی عکس است. گوگل به تازگی الگوریتم «Show and Tell» خود را برای توسعه دهندگان عرضه کرده است؛ الگوریتمی که می توان آن را برای شناسایی سوژه های موجود در عکس ها با ۹۳.۹ درصد دقت آموزش داد. این میزان دقت به نسبت دو سال قبل پیشرفت بزرگی محسوب می شود. الگوریتم یاد شده در آن زمان قادر بود با دقت ۸۹.۶ درصد عکس ها را طبقه بندی کند.

از توصیف بهتر عکس ها می توان به شیوه های مختلفی بهره گرفت، از جمله کمک به تاریخ نویسان، افراد دچار نابینایی یا کم بینایی، و البته، دیگر محققان حوزه ی هوش مصنوعی.

کد متن باز ریلیز شده ی گوگل از مدل نسل سوم «Inception» و سامانه ی بصری تازه ای بهره می برد که در تشخیص سوژه های جداگانه در یک تصویر عملکرد بهتری دارد. محققان مذکور این الگوریتم را با هدف بالا بردن دقت، بهینه سازی نیز کرده اند. تیم توسعه دهنده در توضیح تلاش های خود اذعان داشته است: «برای مثال، مدل طبقه بندی تصاویر به شما خواهد گفت که یک سگ، چمن و یک فریزبی در تصویر وجود دارند، اما توصیف طبیعی عکس باید رنگ چمن ها و نحوه ی ارتباط سگ با فریزبی را نیز به شما بگوید».