EO

Artificiële Intelligentie leert beter dankzij afleiding

28 juli 2021 om 12:09 uur

Beeld van een eetkamer (links), de heatmap van dezelfde kamer voor de eerste trainingsronde van het CNN (midden), en de heat map na de tweede trainingsronde, waarbij de delen die het systeem in de eerste ronde gebruikte waren vervaagd. | Illustratie Estefanía Talavera Martinez, RUG

Hoe train je een AI systeem? Computerwetenschappers uit Nederland en Spanje hebben nu vastgesteld hoe een systeem dat geschikt is voor beeldherkenning de omgeving leert herkennen. Daarmee wisten ze het leerproces te vereenvoudigen door het systeem te dwingen zich ook te richten op minder belangrijke informatie.


Het gaat om Convolutional Neural Networks (CCNs), een op de biologie geïnspireerde vorm van deep learning binnen de Artificiële Intelligentie (AI). Dit systeem leert beelden herkennen dankzij de interactie van duizenden ‘neuronen' die de werking van onze hersenen nabootsen. ‘Deze CNNs zijn erg nuttig, maar we begrijpen niet goed hoe ze werken', zegt Estefania Talavera Martinez, docent-onderzoeker aan het Bernoulli Instituut voor Wiskunde, Computerwetenschap en Kunstmatige Intelligentie van de RUG.

 

Voedsel

Zij gebruikt zelf CNNs in onderzoek naar menselijk gedrag, om beelden te analyseren die gemaakt zijn met een draagbare camera. Talavera Martinez bestudeert onder meer onze interactie met voedsel, dus wilde ze dat het systeem verschillende situaties kan herkennen waarin mensen voedsel tegen komen. "Het viel mij daarbij op dat het systeem fouten maakte bij het goed identificeren van de omgeving op bepaalde foto's, en ik wilde weten waarom dat gebeurde."

 

Aan de hand van ‘heat maps' analyseerde zij welke delen van de beelden door de CNNs gebruikt zijn om de situatie te herkennen. "Dat leidde tot de hypothese dat het systeem niet voldoende details uit het beeld gebruikte", zegt zij . Wanneer een AI systeem bijvoorbeeld geleerd heeft om een mok te associëren met de keuken, zal het een woonkamer of kantoor, waar mokken ook worden gebruikt, verkeerd classificeren. De oplossing die Talavera Martinez hiervoor bedacht, samen met haar Spaanse collega's David Morales (Andalusian Research Institute in Data Science and Computational Intelligence, Universiteit van Granada) en Beatriz Remeseiro (Department of Computer Science, Universiteit van Oviedo), ss om het systeem af te leiden van de primaire doelen.

 

Vervaagd

Zij trainden CNNs met standaardbeelden van vliegtuigen of auto's en achterhaalden via heat maps welke delen waren gebruikt voor de classificatie. Vervolgens zijn deze delen van het beeld vervaagd, waarna een tweede trainingsronde volgde. "Dit dwingt het systeem om andere delen van het beeld te gebruiken voor identificatie. En door deze extra informatie mee te nemen, ontstaat een betere classificatie."

 

De aanpak werkte prima met standaard foto's, en is vervolgens ok met succes toegepast op de beelden die Talavera Martinez had verzameld met de draagbare camera's. "Onze manier van trainen levert een vergelijkbaar resultaat op met andere technieken, maar is veel eenvoudiger en kost minder rekentijd."

 

Eerdere pogingen om de classificatie van beelden te verbeteren gebruikten bijvoorbeeld een combinatie van verschillende soorten CNNs. De aanpak die Talavera Martinez en haar collega's gebruikten is minder zwaar. "Dit onderzoek gaf ons een beter idee van hoe deze CNNs leren. En dat heeft ons geholpen het trainingsprogramma te verbeteren."

 

Gerelateerd nieuws

Intelligente camera helpt Nederlands CSI

Intelligente camera helpt Nederlands CSI

Een liniaal langs een voetafdruk of bloedspoor. Dat hoeft straks niet meer. Dankzij een nieuwe techniek die de TU Delft en het NFI ontwikkelden voor het verbeteren van bewijsfotografie bij sporenonderzoek: De FreeRef.…

Nijmegen heeft langste 3D-betongeprinte fietsbrug ter wereld

Nijmegen heeft langste 3D-betongeprinte fietsbrug ter wereld

Met een lengte van 29 meter beschikt Nijmegen sinds kort over de langste betonnen 3D-fietsbrug ter wereld. De brug is in volledige vormvrijheid ontworpen, dankzij onderzoek aan de Technische Universiteit Eindhoven en de…

Als de hele kamer je telefoon oplaadt...

Als de hele kamer je telefoon oplaadt...

In een poging alle bureau's ter wereld te bevrijden van hun wirwar aan oplaadsnoeren, hebben onderzoekers van de universiteiten van Michigan en Tokio een systeem ontwikkeld om veilig elektriciteit via de ether te…

Webshop

webshop

 

Gratis nieuwsbrief

EOL

 

Product van de maand

RSS
Volledig metalen transponderschakelaar CTA

Met een volledig metalen behuizing is deze CTA een nóg sterkere variant dan de kunststof versie.

Focus op

ABB BV
ABB BV

Machineveiligheid, systemen en componenten

Elobau Benelux BV *
Elobau Benelux BV *

creating sustainable solutions

Pilz Nederland
Pilz Nederland

Voor industriële (veilige) automatiseringsoplossingen

Rotero Holland BV
Rotero Holland BV

Stappenmotor - Servomotor - Elektro Magneet

Download gratis engineering boeken

A gratis boeken downloaden

 

Agenda

23 september 2021, Brainport Industries Campus, Eindhoven

[RE]CONNECT EVENT

Een conferentie over test- en meettechnologieën voor ingenieurs, wetenschappers en managers.

23 september 2021

Online dag over simulaties voor milieutechniek

Comsol houdt een online event over de toepassing van simulaties binnen de milieutechniek.

28 september 2021

Electronics & Applications

E&A gaat over de totale elektronicaketen van print tot product.

Meer agendapunten »