طراحی نخستین برنامه رایانه‌ای خودکار جهان به دست محقق ایرانی

به گزارش سرويس خواندنی های عصر هامون، این برنامه به دست علی فرهادی، دانشیار مهندسی و علوم رایانه و همکارانش موسوم به «یادگیری همه‌چیز درباره همه چیز» (LEVAN) طراحی شده است، به جست‌ وجو در میان میلیون‌ها کتاب و تصویر در اینترنت برای یادگیری همه جنبه‌های ممکن یک مفهوم پرداخته و سپس نتایج را به کاربران به شکل فهرست جامع و قابل مروری از تصاویر ارائه و به آنها در بررسی و درک سریع و دقیق موضوعات کمک می‌کند.

 

فرهادی گفت: این فناوری شامل کشف ارتباطات بین داده‌های متنی و بصری است و می تواند مجموعه‌های غنی از عبارات را با پیکسل های درون تصاویر ترکیب کند.

وی افزود:این فناوری می‌تواند مثال های مفاهیم خاص را با دیدن آن شناسایی کند و با مشاهده محتوای تصاویر روی اینترنت و شناسایی الگوهای خاص در سراسر آنها با استفاده از الگوریتم‌های تشخیص شیء، یاد می‌گیرد که کدام موارد با هم مرتبط اند.

این محقق ایرانی همچنین گفت، این برنامه با کتابخانه‌های تصویر آنلاین تفاوت دارد،زیرا مجموعه‌ای غنی از عبارات را برای درک و برچسب‌ گذاری تصاویر با محتویات و ترکیب پیکسل آنها به جای نمایش ساده کلمات زیرنویس ترسیم می‌کند.

کتابخانه موجود از حدود 175 مفهوم برخوردار است. دامنه مفاهیم موجود از «شرکت هواپیمایی» تا «پنجره» را در بر گرفته و شامل تعاریف «زیبا»، «صبحانه»،‌ «درخشان»، «سرطان»، «ابتکار»، «اسکیت سواری»،‌ «ربات» و نخستین ورودی محققان یعنی «اسب» است.

اگر مفهومی که به دنبال آن می‌گردید در فهرست این کتابخانه وجود ندارد، می‌توانید هر گونه عبارت جستجویی را وارد کرده و برنامه بطور خودکار به تولید فهرست جامعی حاوی تصاویر زیرشاخه مرتبط با مفهوم خواهد پرداخت. برای مثال جستجویی برای «سگ» مجموعه واضحی از زیرمجموعه‌های «سگ شی‌ هوا هوا»، «سگ سیاه»، «سگ در حال شنا»، «سگ ژولیده»، «سگ تازی»،‌ «بینی سگ»، «‌ظرف غذای سگ» و حتی «هات‌داگ» را ارائه خواهد داد.

این روش با جستجوی متن از میلیونها کتاب نوشته شده به زبان انگلیسی و موجود در کتابهای گوگل کار می‌کند و همه تکرارهای این مفهوم را در کل کتابخانه دیجیتال پیگیری می‌کند. سپس یک الگوریتم، کلماتی را که بصری نیستند فیلتر می‌کند. برای مثال در جستجو برای کلمه اسب، این برنامه همه کلمات دارای این مفهوم مانند اسب دونده، اسب سیاه، اسب در حال پرش و اسب سواری را نشان داده اما عباراتی مانند اسب من یا آن اسب را فیلتر می‌کند.

هنگامی که برنامه LEVAN یاد گرفت کدام عبارات مرتبط هستند،‌ یک جستجوی تصویری را در اینترنت آغاز کرده و به دنبال وحدتی در ظاهر عکسهای بازیابی شده می‌گردد.

محققان این برنامه را در ماه مارس یا چند مفهوم انگشت‌شمار آغاز کردند و اکنون با رشد آن، شاهد برچسب خوردن بیش از 13 میلیون تصویر با 65 هزار عبارت مختلف هستند.

اکنون این برنامه در سرعت یادگیری یک مفهوم به دلیل نیروی محاسباتی مورد استفاده برای پردازش هر جستجو که گاهی تا 12 ساعت طول می‌کشد، با محدودیتهایی روبرو است. محققان در حال کار بر روی افزایش سرعت پردازش و قابلیتهای این برنامه هستند.

این طرح با یک مقاله مرتبط در نشست سالانه دید و تشخیص الگوی رایانه در کلمبوس، مرکز ایالت اوهایو ارائه خواهد شد.