Capsule Networks

Wat zijn capsule networks?

Capsule networks (CapsNets) zijn een type neuraal netwerk dat in 2017 werd geïntroduceerd door AI-pionier Geoffrey Hinton en zijn team. Ze waren bedoeld als verbetering op convolutionele neurale netwerken (CNN’s), de standaardtechniek voor beeldherkenning. Het idee: niet alleen herkennen dát een kenmerk in een afbeelding zit, maar ook waar het zit en hoe het georiënteerd is.

Hoe werkt het?

Een capsule is een groepje kunstmatige neuronen dat samen een kenmerk beschrijft, inclusief positie, rotatie en grootte. Een capsule kan bijvoorbeeld vaststellen: hier zit een oog, onder deze hoek, op deze plek. Via een mechanisme dat routing by agreement heet, stemmen capsules onderling af of hun waarnemingen samen een logisch geheel vormen. Twee ogen, een neus en een mond op de juiste plekken vormen een gezicht; dezelfde onderdelen willekeurig door elkaar niet. Een klassiek CNN trapt daar eerder in, omdat het ruimtelijke relaties deels weggooit.

Wat heb je eraan als bedrijf?

Eerlijk gezegd: weinig direct. Capsule networks bleken in de praktijk lastig op te schalen en zijn nooit doorgebroken; het vakgebied koos voor de transformer-architectuur, die ook in moderne beeldmodellen domineert. Voor de meeste bedrijven is dit dus achtergrondkennis. Het concept blijft wel leerzaam: het laat zien dat AI-onderzoek voortdurend zoekt naar manieren om machines de wereld te laten begrijpen zoals mensen dat doen.

Gerelateerde begrippen

Lees ook over convolutional neural networks (CNN), het bredere artificial neural network, deep learning en object recognition.