Os algoritmos do Facebook podem escolher o seu rosto para fora da multidão (ou pelo menos tentar), mas ainda não é possível dizer se você está posando em um retrato de família ou bebendo com amigos - não pode dizer como você está interagindo com os outros . No futuro, porém, os computadores podem ser capazes de fazer exatamente isso. Agora, os pesquisadores propuseram uma maneira de descobrir como os computadores inteligentes estão na identificação visual. Eles chamam seu teste de teste visual de Turing, após o teste do cientista da computação Alan Turing, de saber se um computador pode exibir inteligência semelhante à humana.
A percepção popular do teste é que ele é usado para distinguir humanos de computadores - e uma versão é usada para esse efeito, quando você faz um CAPTCHA para se inscrever em um novo e-mail. Mas os pesquisadores de inteligência artificial realmente pensam no teste como uma maneira de medir a inteligência dos computadores até agora.
"Houve alguns avanços impressionantes na visão computacional nos últimos anos", disse Stuart Geman, professor de matemática da Universidade Brown e um dos pesquisadores propondo a nova avaliação, em um comunicado de imprensa. "Sentimos que talvez seja hora de elevar o nível em termos de como esses sistemas são avaliados e comparados."
Em vez de simplesmente reconhecer que uma imagem mostra duas pessoas, o teste verifica se os computadores podem descobrir que as duas pessoas estão tendo uma conversa ou mesmo uma discussão. Atualmente, os pesquisadores usam conjuntos de dados disponíveis publicamente para testar seus programas - o MIT tem o LableMe, que usa crowdsourcing para identificar o "carro", "árvore" e "construção" em imagens, por exemplo. Para melhorar isso e oferecer um desafio maior, os pesquisadores baseados em Brown criaram uma estrutura para um teste visual padronizado de Turing.
Lee Gomes para os relatórios do IEEE Spectrum :
Seu método proposto exige que os designers de testes humanos desenvolvam uma lista de certos atributos que uma imagem pode ter, como se uma cena de rua tem pessoas nela, ou se as pessoas estão carregando alguma coisa ou conversando umas com as outras. As fotografias seriam primeiro marcadas à mão pelos humanos com base nesses critérios; Um sistema de visão computacional seria então mostrado a mesma imagem, sem as "respostas", para determinar se era capaz de identificar o que os humanos haviam descoberto.
Inicialmente, as perguntas seriam rudimentares, perguntando se há uma pessoa em uma região designada da foto, por exemplo. Mas as questões cresceriam em complexidade à medida que os programas se tornassem mais sofisticados; uma questão mais complicada pode envolver a natureza de uma interação entre pessoas diferentes na imagem.
A equipe descreveu o teste em Proceedings of National Academy of Sciences . A partir de agora, o alemão diz que nenhum sistema de computador poderia passar até mesmo as versões simples do novo teste. Mas eles vão no futuro. Como existem muitos atributos possíveis para qualquer foto, os pesquisadores teriam que encontrar maneiras inovadoras para seus computadores aprenderem a avaliar fotos.
"Como pesquisadores, tendemos a 'ensinar ao teste'", diz Geman no comunicado. “Se há certos concursos em que todos estão entrando e essas são as medidas de sucesso, então é nisso que nos concentramos. Então, pode ser sábio mudar o teste, para colocá-lo fora do alcance dos atuais sistemas de visão. ”
