A sci-fi írók rémálmát tették valósággá a titokzatos nevű, korábban a saját magát vezető autó, illetve a valóságot a digitális világgal ötvöző szemüveg révén hírekbe kerülő Google X Labs munkatársai. A labor a Stanford Egyetemmel közösen három napig a meglévő infrastruktúra egy részén, egy egymillió kapcsolódási pontból felépülő neurális hálózatot modellező, ezer gép tizenhatezer processzorából összeálló rendszeren teszteltek egy az emberi agy működését szimuláló új eljárást, méghozzá úgy, hogy tulajdonképpen ráeresztették a gépet az internetre, hogy lássák, mi történik.

A tudományos-fantasztikus regényekben nagyjából itt kezdődik az emberiség gyors hanyatlása, illetve a gépek rémuralma, és ha nem is pontosan ez történt, nem maradtunk megdöbbentő fejlemény nélkül: a rendszer menet közben kialakította magában a macska fogalmát anélkül, hogy a fejlesztők korábban bármilyen módon jelezték volna neki, hogy a négylábú, nyávogó állat létezik.

Cicás tartalmat találni az interneten nem különösebben bonyolult, és a kutatók célja nem is az volt, hogy egy kifejezetten macskakeresésre specializált szuperszámítógépet építsenek: egyszerűen azt vizsgálták, hogy a gép milyen hatékonysággal azonosít képeken és videókon különböző, véletlenszerűen megadott tárgyakat. A feladat során az eljárásnak egy tíz millió, youtube-videókból véletlenszerűen összeválogatott, 200x200 pixel méretű állóképből álló adatbázist kell húszezer kategóriára osztania, lehetőség szerint minél kevesebb tévedéssel. Az új megoldás gép pedig az eddigieknél ügyesebben rakosgatta egymás mellé az ismétlődő elemeket, arcokat, testrészeket és persze a macskákat, annak ellenére, hogy a kutatók nem adták meg, hogy az adott kép tartalmaz-e értékes adatot, vagy sem.

Az eredmények nemcsak a teljesítmény miatt érdekesek, bár önmagában az is jól mutatja a technológia fejlődését, hogy a rendszer hetven százalékkal pontosabban osztályozza a képeket, mint az eddigli legjobb eljárás. Fontosabb, hogy a kiderült, a megfelelően összeállított hardver- és szoftverösszetevőkből álló számítógéprendszerek képesek arra, hogy emberi beavatkozás, és a keresett alakok előzetes betanítása nélkül hajtsanak végre azonosítással kapcsolatos feladatokat. A projektet vezető Dr. Andrew Y. Ng szerint nagy előrelépés lesz majd, amikor nem kell ember ahhoz, hogy a feladat előtt kézze táplálja be az elvárásokat, a futás végeztével pedig ugyanígy kézzel válogassa le a releváns találatokat. "Ehelyett csak simán ráborítjuk a szoftverre a tonnányi adatot, és hagyjuk, hogy magától dolgozza azt fel" tette hozzá Ng.

A szoftver

A közeljövőben további fejlődés várható a területen, a tizenhatezer processzoros gép összetettsége ugyanis eltörpül az emberi agy valós képességeihez képest, viszont a folyamatosan eső hardverárak mellett ez már nem sokáig lesz probléma. A tanulásra képes számítógépek leginkább az automatikus fordítóeljárások szempontjából fontosak, így már az is érthető, miért fektet a projektbe ekkora energiát a Google.