Forskere på det amerikanske Stanford-universitet i Silicon Valley har bygget det, der beskrives som verdens største visuelle database. Den indeholder mere end 14 millioner objekter - alt fra appelsiner til hvaler og sten - som hver især er forsynet med et etiket.
Det er mennesker, der har mærket hvert objekt i databasen med det korrekte navn, men den skal nu bruges af maskiner til at analysere billeder.
Som udgangspunkt kan en computer ikke kende forskel på et æble, en pære eller en appelsin på et billede. Det kræver, at computeren har noget at sammenligne med - og det er her, den visuelle database kommer ind i billedet.
To forskere fra Google har allerede testet det nye system, kaldet ImageNet, på en stor samling med billeder.
Ifølge New York Times er systemet næsten dobbelt så hurtigt som tidligere "neurale netværk". Det er software, der forsøger at efterligne hjernens funktion.
Det har været meget vanskeligt for forskerne at lære computeren at genkende objekter. En stor del af menneskets hjerne bruges til synet, og forskerne har stadig ikke forstået de biologiske mekanismer, som gør os i stand til at genkende vores omverden.
"Min drøm er at bygge et visuelt system, som genkender verden på samme måde som mennesker," siger forskeren Fei-Fei Li, der har udviklet databasen.
På Facebook er der allerede 200 milliarder billeder, og hvert minut bliver der uploadet 72 timers video til YouTube. En gigantisk syndflod af billeddata, der stadig mangler at blive klassificeret.
Men internet kan også hjælpe med at få styr på dette kaos. Forskerne har brugt Amazon's Mechanical Turk til at hyre 20-30.000 frivillige, der forsyner billeder med det korrekte etiket mod en mindre betaling. Det er indtil videre blevet til mere end 14 millioner etiketter i ImageNet databasen.
"Den er betydeligt større end alt andet på dette område, og den har hjulpet forskere med at udvikle algoritmer, som ellers ikke havde været mulige," siger Google-forskeren Samy Bengio.
Han kritiserer dog også, at man har valgt at bruge WordNet-databasen med engelske videnskabelige ord til klassificeringen i stedet et lidt mere moderne og folkeligt ordforråd.
"De fleste mennesker er mere interesseret i Lady Gaga eller iPod Mini end en sjælden dinosaur," som han udtrykker det.
