Чтобы упростить процесс создания приложений для машинного обучения, ученые-информатики начали разрабатывать так называемые вероятностные языки программирования, которые позволяют исследователям смешивать и сочетать методы машинного обучения, которые хорошо работают в других случаях. В 2013 году Агентство по перспективным оборонным научно-исследовательским разработкам США (the U.S. Defense Advanced Research Projects Agency, DARPA), инкубатор передовых технологий, запустило четырехлетнюю программу поддержки исследований, связанных с вероятностным программированием.


На конференции по компьютерному зрению и распознаванию образов (The Computer Vision and Pattern Recognition conference) в июне исследователи Массачусетского технологического института (MIT) продемонстрируют это на некоторых стандартных задачах из области машинного зрения: короткие программы – менее 50 строк – написанные на языке вероятностного программирования, практически не уступают системам в тысячу строк.

«Это первый раз, когда мы публикуем результаты применения вероятностного программирования для задач визуализации» – говорит Тейяс Кулкарни (Tejas Kulkarni), аспирант Массачусетского института, специалист по когнитивистике и первый из авторов готовящейся статьи. «Мы пишем очень гибкие модели, как порождающие, так и дискриминирующие, и больше не делаем ничего. Это схемы  решения задач самого общего назначения».

С точки зрения классического программирования эти «модели» кажутся слишком расплывчатыми. Пример одной задачи, решением которой заняты ученые – построение 3D-модели человеческого лица из 2D-изображений: программа описывает основные черты лица как два симметрично распределенных объекта (глаза) и два расположенных под ними объекта по центру (нос и рот). Перевести такое описание на язык вероятностного программирования – недолго и несложно, но на этом работа заканчивается. Затем компьютеру предлагается достаточно примеров 2D-изображений и соответствующих им 3D-изображений – и дальше машина разбирается сама.

«В вероятностном программировании не надо думать излишне математически. Построение модели осуществляется интуитивно. Это особый тип моделирования», – говорит Кулкарни.

Вместе с Кулкарни над проектом работают профессор когнитивистики Джош Тененбаум (Josh Tenenbaum); сотрудник Центра когнитивистики Массачусетского института Викаш Мансингха (Vikash Mansinghka); сотрудник Microsoft Research Пушмит Коли (Pushmeet Kohli). Для целей своих экспериментов они создали вероятностный язык программирования, которому дали название «Picture», который является расширением языка «Julia», также созданного в Массачусетском институте.

Источник: ScienceDaily