Algoritme Facebook dapat memilih wajah Anda dari kerumunan (atau setidaknya mencoba), tetapi masih tidak dapat memastikan apakah Anda berpose dalam potret keluarga atau minum bersama teman-teman — itu tidak dapat memberi tahu Anda bagaimana Anda berinteraksi dengan orang lain . Namun di masa depan, komputer mungkin dapat melakukan hal itu. Sekarang para peneliti telah mengusulkan cara untuk mengetahui seberapa pintar komputer di identifikasi visual. Mereka menyebut tes mereka tes Turing visual, setelah tes ilmuwan komputer Alan Turing tentang apakah komputer dapat menampilkan kecerdasan seperti manusia.
Persepsi populer dari tes ini adalah bahwa tes ini digunakan untuk membedakan manusia dari komputer — dan satu versi digunakan untuk efek itu, ketika Anda melakukan CAPTCHA untuk mendaftar email baru. Tetapi para peneliti kecerdasan buatan benar-benar menganggap tes ini sebagai cara untuk mengukur seberapa canggih kecerdasan komputer sejauh ini.
"Ada beberapa kemajuan yang mengesankan dalam visi komputer dalam beberapa tahun terakhir, " Stuart Geman, seorang profesor matematika di Brown University dan salah satu peneliti yang mengusulkan evaluasi baru, mengatakan dalam sebuah pernyataan pers. "Kami merasa mungkin sudah saatnya meningkatkan standar dalam hal bagaimana sistem ini dievaluasi dan diperbandingkan."
Alih-alih hanya mengakui bahwa gambar menunjukkan dua orang, tes melihat apakah komputer dapat mengetahui bahwa kedua orang tersebut sedang berbicara atau bahkan bertengkar. Saat ini, para peneliti menggunakan set data yang tersedia untuk umum untuk menguji program mereka — MIT memiliki LableMe, yang menggunakan crowdsourcing untuk mengidentifikasi "mobil, " "pohon, " dan "membangun" dalam gambar, misalnya. Untuk meningkatkan ini dan menawarkan tantangan yang lebih besar, para peneliti yang berbasis di Brown datang dengan kerangka kerja untuk tes Turing visual standar.
Lee Gomes untuk laporan IEEE Spectrum :
Metode yang mereka usulkan menyerukan perancang uji manusia untuk mengembangkan daftar atribut tertentu yang mungkin dimiliki gambar, seperti apakah adegan jalanan memiliki orang di dalamnya, atau apakah orang tersebut membawa sesuatu atau berbicara satu sama lain. Foto-foto pertama akan dinilai oleh tangan manusia pada kriteria ini; sistem visi komputer kemudian akan ditampilkan gambar yang sama, tanpa "jawaban, " untuk menentukan apakah ia dapat memilih apa yang telah dilihat manusia.
Pada awalnya, pertanyaan-pertanyaannya akan belum sempurna, menanyakan apakah ada orang di daerah yang ditunjuk pada gambar, misalnya. Tetapi pertanyaan-pertanyaan akan tumbuh dalam kompleksitas ketika program menjadi lebih canggih; pertanyaan yang lebih rumit mungkin melibatkan sifat interaksi antara orang yang berbeda dalam gambar.
Tim menjelaskan tes dalam Prosiding National Academy of Sciences . Sampai sekarang, Jerman mengatakan bahwa tidak ada sistem komputer yang dapat lulus bahkan versi sederhana dari tes baru. Tapi mereka akan melakukannya di masa depan. Karena ada banyak atribut yang mungkin untuk foto apa pun, para peneliti harus menemukan cara inovatif bagi komputer mereka untuk belajar menilai foto.
"Sebagai peneliti, kami cenderung 'mengajar untuk ujian, '" kata Geman dalam pernyataannya. “Jika ada kontes tertentu yang semua orang masuki dan itu adalah tolok ukur keberhasilan, maka itulah yang kami fokuskan. Jadi mungkin bijaksana untuk mengubah tes, untuk membuatnya keluar dari jangkauan sistem penglihatan saat ini. "
