Rozpoznávání obličeje je jedním z těch úkolů, kde umělá inteligence ještě nedosáhla možností lidského mozku. Tato vlastnost našeho vědomí je jedinečná: člověk je schopen odhadnout lidskou tvář – a dokonce jí připsat emocionální stavy – v nejjednodušší kombinaci závorky a dvojtečky nebo v chladiči a světlometech automobilu, ale zároveň Časem pravděpodobně nenazve žádné dvě tváře ze sedmi miliard lidstva úplně stejně.

Počet obličejových parametrů analyzovaných počítačovými programy pro rozpoznávání se pohybuje v desítkách; lidský mozek je pravděpodobně zpracovává o řád více. Zdálo by se, že taková práce vyžaduje za prvé seriózní výpočetní schopnosti mozku a za druhé dostatečně podrobná vstupní data pocházející ze zrakových orgánů.

K tomuto závěru by mohl dojít programátor, ale biolog je připraven se s ním hádat. Ukáže na jednoduchý příklad: ovocná muška Drosophila má velmi malý mozek (asi 100 000krát menší než člověk) a její jednoduché složené oči jsou schopny vytvořit obraz o pouhých několika desítkách pixelů. Přesto podle jednomyslného názoru všech biologů pracujících s mouchami tento bezvýznamný hmyz výborně rozlišuje své příbuzné na individuální úrovni. Je zajímavé, že samotní biologové se svým dokonalým zrakem a obrovským lidským mozkem nezvládají úkol rozpoznat mouší individualitu.

Aby vědci ze dvou kanadských univerzit porozuměli této záhadě, vytvořili výzkumnou skupinu pro interdisciplinární projekt na rozhraní biologie a IT. Programátoři a biologové byli postaveni před úkol: vytvořit samoučící se algoritmus (neuronovou síť), založený na principech mozku mouchy a hlavně omezený jeho prostředky. V nedávném článku uvádějí senzační výsledky.

Za prvé, schopnosti vidění Drosophila jsou ve skutečnosti širší, než se dříve myslelo: data z 29 pixelů jsou obohacena pomocí několika jednoduchých triků, jako je analýza toho, jak se obraz mění při pohybu. Vědcům se podařilo rekonstruovat obrázek, který moucha vidí, když se jí ukáže jiná moucha. Namísto očekávané tmavé protáhlé skvrny počítač zrekonstruoval poměrně detailní snímek s nohama, křídly a jasně viditelnou hlavou.

Hlavním úspěchem vědců je ale to, že se jim podařilo vytrénovat jejich umělý mozek – tedy neuronovou síť –, aby rozpoznával jednotlivé vlastnosti much.

ČTĚTE VÍCE
Jaké jsou kořeny sedumu?

Hned třetí den programu poznala mouchy (tedy identifikovala jejich individuální vlastnosti a zapamatovala si, zda tuto konkrétní mouchu již viděla) s účinností 75 %. Zajímavé je, že podobný program, ale bez umělých fyziologických omezení, jako je počet dostupných neuronů – tedy s využitím všech možností počítače – si s úkolem poradil jen o něco lépe (83 %). Nejpřekvapivější výsledek byl ale získán při porovnání schopností programu s běžným lidským mozkem. Zkoumané osoby – všichni biologové s dlouholetými zkušenostmi s prací s mouchami – rozpoznali žádanou mušku ze vzorku 20 druhů hmyzu s účinností pouhých 8 %. Náhodná shoda by dala výsledek 5 %.

IT specialisté byli výsledkem velmi ohromeni. Algoritmy hlubokého učení se obvykle snaží replikovat schopnosti lidského mozku, ať už jde o rozpoznávání tváří, řeči nebo hudby. Případy, kdy takový algoritmus dokáže překonat člověka, jsou extrémně vzácné a obvykle vyžadují seriózní výpočetní prostředky. V tomto díle program snadno překonal lidské schopnosti – dosáhl však pouze stejného výsledku, jaký v přírodě předvádí hmyz s ubohými 100 000 neurony ve své drobné hlavě.

Podle spoluautora Johna Schneidera výsledky naznačují „ohromující fakt: mouchy jsou schopny rozlišit osobnosti druhé. Když sedí vedle sebe, mohou říct: „Ahoj Alice! – Čau Bobe!”

Joel Levine, vědecký ředitel projektu, říká, že výzkum je velkým příslibem. „Kombinace strojového učení a neuronových dat je neuvěřitelně výkonná. Může vysvětlit mnohé o fungování samotných systémů strojového učení, principech komunikace mezi neurony a obecných principech organizace světa zvířat. Toto je neprobádané území.”

Biologové – specialisté na výzkum Drosophila – kteří byli zapojeni do práce jako testovací subjekty, byli také potěšeni výsledky. Dříve měli genetici k dispozici pouze statistická data: dokázali spočítat celkový počet much s určitými identifikovatelnými vlastnostmi. Algoritmus vyvinutý vědci však umožňuje automaticky sledovat osud a chování jednotlivých jedinců. Tato schopnost může být použita v různých experimentálních aplikacích.