מגזין הטכניון | סתיו 2017

15 הלמידה העמוקה צמחה לפני כשבע שנים לאחר קיפאון מחקרי ממושך שזכה לכינוי “החורף של הבינה לאחר 70- המלאכותית”. קיפאון זה השתרר בשנות ה שורה של כישלונות ביישום רעיונות מהפכניים בתחום ). ההתעוררות machine learning הלמידה החישובית ( שאירעה בעשור האחרון נבעה מכמה הצלחות דרמטיות במימוש של בינה מלאכותית, בעיקר בהקשר של למידה עמוקה. בתהליך זה נרשמו הישגים חסרי תקדים במגוון תחומים ובהם תרגום אוטומטי, משחקי מחשב, ניטור רגשות, ניתוח דיבור טבעי וקבלת החלטות מבוססת ניסיון.   סלע, ריכרדסון ופרופ’ קימל אינם הראשונים שהתמודדו עם אתגר התרגום של תמונות לתלת-ממד, אולם הטכנולוגיה שפיתחו עולה על קודמותיה בהיבטים רבים. אחת מפריצות הדרך בתחום זה נזקפת לזכותם של וטר ובלנץ על הצלחה 1999- ), שדיווחו כבר ב V. Blanz, T. Vetter ( בשחזור פרצוף על סמך מאתיים דוגמאות שהוזנו למערכת. אולם הטכנולוגיות הקודמות התבססו על ניתוח “הפרצוף הממוצע” ועל מיפוי נקודות קריטיות כגון זווית העין וקצה האף. החיסרון העיקרי: שחזור תבניתי המחמיץ את השונות העצומה בין פרצופים אנושיים. הרדוקציה למבנה הממוצע משטחת את אותה שונות ומחמיצה פרטים ייחודיים והבעות לא רגילות, והתוצאה היא שחזור גאומטרי גס שאינו משחזר תווי פנים ייחודיים כגון לחיים תפוחות, קמטים במצח וא- סימטריה של האף. המערכת שפותחה בטכניון, לעומת זאת, לומדת את כל הניואנסים האלה, ואת האימון האוטומטי שלה משלימים מודלים גאומטריים ומודלים של יחסי חומר-אור (נוסחת למברט). התוצאה: עידון ודיוק של תווי הפנים בדגם המיוצר. ראוי לציין שאם בשלב קודם השחזור נעשה בשני שלבים - יצירת דגם גס ולאחר מכן שיפור תווי הפנים - הרי שכיום הכל מבוצע בתהליך אחד. אפשר להקביל את הטכנולוגיה הזאת לתחום הספורט. כדורגלן המתאמן במשך שנים על תגובות למגוון עצום של סיטואציות במגרש ידע להגיב היטב לכל מצב. גם המערכת שפיתחו חוקרי הטכניון מתאמנת על המון דוגמאות (תמונות דו-ממדיות) ולומדת לתרגם אותן לתגובות (דגם תלת-ממדי). רק שכאן מדובר בתהליך מהיר הרבה יותר, המאפשר למערכת להגיע במהירות לניואנסים עדינים ומדויקים מאוד של מאפיינים ושל הבעה ). ההתבססות על מיליוני דוגמאות expressiveness ( מטעינה את המערכת במגוון עצום של פרצופים ייחודיים וכך מאפשרת לה לפענח ולשחזר כל פרצוף וכל הבעה, גם כשהתמונה אינה חזיתית. סלע, בעל תואר ראשון ושני מהפקולטה להנדסת חשמל בטכניון, בהצטיינות אחראי להיבטים הגאומטריים במחקר, שאותו הציג לאחרונה בכנס בהונולולו. כיום, במסגרת הדוקטורט, הוא עובד בין השאר על שיפור המערכת. ריכרדסון, שתרם למחקר את הצד של למידה עמוקה, סיים לאחרונה את התואר השני במסגרת העתודה האקדמית (תוכנית פסגות). רועי אור-אל, שמחקריו במסגרת התואר השני במעבדה תרמו רבות לפיתוח המערכת, עובד כיום על הדוקטורט שלו באוניברסיטת וושינגטון. טכנ ולו ג יה שפותחה בפקולטה למדעי המחשב ממירה תמו נ ות לדגמים תלת-ממדי ים השלישי הממד http://ieeexplore.ieee.org/document/7785121/?part=1 למאמר: