Επτά άνθρωποι πεθαίνουν στο ρολόι Orangework . Ενενήντα πέντε πεθαίνουν στο Kill Bill Volume 1 . Οκτώ εκατοντάδες ενενήντα έξι πεθαίνουν στον Άρχοντας των Δαχτυλιδιών: Επιστροφή του Βασιλιά . Αυτό το γνωρίζουμε, διότι κάποιος υπολογίζει κάθε θάνατο. Με το χέρι. Και έπειτα είπε στον ιστότοπο Movie Count Counts.
Αλλά ο Caleb Garling στο SFGate αναρωτιέται αν υπάρχει ένας άλλος τρόπος για τον προσδιορισμό του θανάτου. Ένας τρόπος που δεν περιλαμβάνει ανθρώπους, αλλά υπολογιστές. Και ίσως να είναι - θα είναι δύσκολο. Ο Γκάρλινγκ εξηγεί:
Πολλή εκπαίδευση θα πρέπει να συμβεί. Ένας από τους συνήθεις τρόπους για να διδάξετε έναν υπολογιστή είναι να του δώσετε επανειλημμένα παραδείγματα - με πληροφορίες σχετικά με τα παραδείγματα - και αφήστε το λογισμικό του μηχανήματος να παγώσει τα μοτίβα και να προσδιορίσει τα χαρακτηριστικά μιας ποιότητας έναντι άλλης. Αυτός είναι ο τρόπος με τον οποίο μπορείτε να μάθετε να αναγνωρίζει μια καμπίνα έναντι ενός κίτρινου αυτοκινήτου. Ίσως να δείχνουν εκατομμύρια φωτογραφίες ζωντανών ανθρώπων έναντι ενός εκατομμυρίου εικόνων νεκρών θα διδάσκουν το μηχάνημα.
Διδασκαλία ενός υπολογιστή για να καταλάβω αν κάποιος είναι ζωντανός ή νεκρός είναι χρήσιμο πέρα από την καταμέτρηση του σώματος ταινιών. Αλλά δεν είμαστε ακόμα σε θέση να προγραμματίσουμε την τεχνητή νοημοσύνη που απαιτείται για τον προσδιορισμό της ζωής. Επιπλέον, οι άνθρωποι δεν είναι καν τόσο καλά στην αναγνώριση του θανάτου. Εάν κάποιος ξαπλώνει, ακίνητος, ίσως να μην μπορείτε να πείτε αν κοιμάται ή είναι νεκρός, εκτός αν φτάσετε αρκετά κοντά για να τον δει να αναπνεύσει. Η διδασκαλία ενός υπολογιστή για να μάθετε κάτι που δεν ξέρουμε είναι πιο δύσκολο από το να το διδάξουμε για να απαντήσουμε σε ερωτήσεις κινδύνου ή να ζωγραφίσουμε εικόνες.
"Αυτό είναι το όλο hullabaloo για τη« βαθιά εκμάθηση »είναι - με κάποιο τρόπο θα εκπαιδεύσουμε τις μηχανές να είναι σαν το μυαλό μας μέσω της αναγνώρισης προτύπων», δήλωσε ο ερευνητής Mary Cummings στο Garling. "Αλλά δεν το καταλαβαίνουμε οι ίδιοι. Από όλα τα κομμάτια του σώματος, η σύνδεση μάτι-εγκεφάλου είναι ένα μυστήριο επιστήμη δεν έχει πάρει κοντά για να ξεκλειδώσετε. "
Αλλά σε μια εποχή που η αναγνώριση του προσώπου εξακολουθεί να μην είναι μεγάλη για να πει ένα φωνάζοντας πρόσωπο από ένα γέλιο, λέγοντας πότε η ζωή έχει αφήσει έναν άνθρωπο μπορεί ακόμα να είναι πέρα από την κατανόηση του υπολογιστή. Και πάλι, γίνεται όλο και πιο δύσκολο για τους ανθρώπους να προσδιορίσουν αν υπάρχει κάτι ζωντανό - ή απλά ένα πραγματικά ρομπότ.
