Een lerende machine
Pas op, het filmpje kan schokkende beelden bevatten. Een computer wordt getraind om gezichten van vrouwen en mannen te onderscheiden — heel binair, met Beatle George Harrison als moeilijk te classificeren geval.
Ik kwam de clip tegen toen ik op zoek ging naar het ‘echte’ begin van het denken over kunstmatige intelligentie, het is afkomstig uit een grote documentaire van de BBC, The machine That Changed the World.
De documentaire is uit 1992, het fragment (uit aflevering 4: The Thinking Machine) laat de Mark I Perceptron zien, in 1958 gebouwd in Cornell Aeronautical Laboratory door Frank Rosenblatt. Met geld van het leger, uiteraard.
Misschien zijn de zijpaden wel leuker dan de hoofdroute van mijn zoektocht, maar met dit onderwerp ben ik nog wel op het rechte pad… De manier waarop de hardware is ontworpen en uitgevoerd helpt mij in elk geval om te begrijpen hoe machine learning werkt, ook die van tegenwoordig.
In het kort. De Mark I Perceptron is verbonden met een camera die beelden van 400 pixels kan maken met een 20×20-matrix van fotocellen. Elk van de fotocellen is verbonden met de computer, op de foto zie je het patchboard waarmee dat gebeurt. Ze verbinden naar de ‘neuronen’.
Het interessantste deel staat rechts op de foto. Je ziet drie (van de 8) kolommen met potentiometers (variabele weerstanden). Met de instelling van deze potmeters wordt geëxperimenteerd om uit de inputsignalen van de fotocellen de beste gemeenschappelijke output te krijgen (lees: classificatie man of classificatie vrouw).
Elk van de potentiometers kan worden ingesteld met een eigen elektromotor die door de computer wordt bediend, en bijgesteld afhankelijk van het output resultaat. Het wordt net zo lang herhaald tot het resultaat goed (genoeg) is — voilà: machine learning.
Het filmpje eindigt met de mededeling dat de geschetste ontwikkeling weliswaar veelbelovend was, maar ‘this approach virtually died out‘. We zullen later zien waarom.