Kiedy małe dziecko patrzy na zdjęcie, potrafi wskazać proste elementy: "kot", "książka", "krzesło". Obecnie komputery też potrafią to zrobić. Ale co dalej? W porywającej prelekcji Fei-Fei Li, specjalistka w dziedzinie widzenia komputerowego, zdaje relację z obecnego stanu techniki - opisując m.in  bazę 15 milionów zdjęć zbudowaną przez jej zespół w celu nauczenia komputerów rozumienia obrazu - i wskazuje kluczowe kwestie, które stoją jeszcze przed nami. 

Jak uczymy komputery rozumienia obrazów

Computers are rapidly learning to interpret images, a feat that took nature over 500 million years to evolve in the human brain. By building a database of 15 million labeled photos, researchers have allowed algorithms to make sense of the visual world, much like a child learning from experience. Today, machines can identify objects in photos and even generate human-like sentences about what they see. This progress promises smarter tools and new forms of human–machine collaboration, but true visual understanding is still unfolding.