Deep Learning

Waarom Facebook en Google jouw brein willen namaken

Foto Google

Een foto van een kerkje, met op de voorgrond wat groen.

Afbeelding Facebook

Afbeelding Facebook

Weinig spectaculair, zeker zo klein. Tot je bedenkt dat dit eigenlijk geen foto is. En ook niet door een mens gemaakt.

Onderzoekers van Facebook hebben een computer geloofwaardige foto’s laten ‘bedenken’, die niet daadwerkelijk ergens zijn geschoten. Foto’s die bovendien, zo bleek uit een testje, in 40 procent van de gevallen door mensen als “echt” werden beoordeeld. De resultaten zijn onlangs gepresenteerd in een paper.

Waarom is dat interessant?

Je kunt je afvragen wat het nut is van een computer een foto laten verzinnen, zeker voor een bedrijf als Facebook. De kans is groot dat je tijdlijn nu al uitpuilt van de vakantiekiekjes. Toch is de techniek erachter, deep learning, enorm interessant.

Heel kort door de bocht is het een manier waarop computers dingen kunnen leren door te observeren, gebaseerd op de werking van de hersenen. Van een bepaalde variant, het zogeheten supervised learning maken veel bedrijven al een tijd gebruik. Netflix bijvoorbeeld, als het je nieuwe series aanraadt om te kijken. Je smartphone, als die moet herkennen wat je tegen hem zegt. En Pinterest, om je afbeeldingen voor te schotelen die sterk lijken op waar je eerder op hebt geklikt.

Supervised learning werkt met behulp van labels die aan data (bijvoorbeeld een foto) hangen en waar informatie over die data op staat. Bijvoorbeeld: dit is een foto van een auto. Vervolgens ‘voer’ je een computer honderd gelabelde foto’s van verschillende auto’s. En dan een van een auto die hij nog niet eerder heeft gezien, zónder label. Aan de computer om te bepalen of er een auto opstaat.

Zulk soort gelabelde data is er veel, zegt hoogleraar Machine Learning aan de Universiteit van Amsterdam, Max Welling. “Maar er is nog veel meer zónder.” En daar willen Facebook, Google en anderen iets mee.

Waarom doet Facebook dat?

Hun onderzoeksteam heeft zich bezig gehouden met unsupervised learning. Daarbij geef je een computer opnieuw veel data om te verwerken en begrijpen. Het grote verschil: je vertelt hem van tevoren niets. Welling:

“De computer zal herkennen dat bepaalde objecten vaak voorkomen en dat die iets significants voorstellen. Als je hem vervolgens vraagt om te verzinnen wat hij heeft gezien, vraag je hem eigenlijk om te fantaseren.”

De resultaten die dat oplevert zijn volgens Welling op twee manieren van belang. “Je traint computers, waardoor ze steeds beter in staat zouden moeten zijn om data zonder labels te begrijpen. En, belangrijker, de resultaten bieden je een inkijkje in hoe ze denken, in wat er daarbinnen gebeurt.”

Facebook zou met die kennis bijvoorbeeld de algoritmes die het nu al gebruikt om gezichten in vakantiefoto’s te herkennen, nog beter kunnen maken. Zodat ze op termijn ook weten waar een geüploade foto is gemaakt, wie er opstaan en wat je aan het doen bent, zonder dat jij dat ze zelf vertelt.

Onderzoek naar deep learning is allesbehalve voorbehouden aan Facebook: wereldwijd zijn wetenschappers ermee bezig. Ook bij Google, waar ze onlangs een getrainde computer een foto lieten zien van een wolk en een schilderij, vroegen wat hij erin herkende en hem toen vrolijk verder lieten fantaseren. De gevolgen zijn fascinerend en een tikje creepy tegelijk.

Beeld Google

Beeld Google

Beeld Google

Beeld Google