Google- ը գիտի, որ երազում են մի նեյրոնային ցանցի

Artificial նեյրոնային ցանցի Google- ը ստեղծվել է կեղծել մարդկային ուղեղի. Այս տեխնիկան թույլ է տալիս ճանաչել եւ վերլուծել տարբեր պատկերներ: Մեկ անգամ մշակողները ի հայտ են եկել հետաքրքիր հարց. Ինչ կպատահի, եթե ռոբոտը կարողացել է երազել. Նման տարօրինակ հարց չի առաջանում դուրս ոչ մի տեղ: Այն մաս է կազմում նախագծի ստեղծելու այդ պատկերները Deep Dream.

«Deep Dream»

Մշակողները դրել ծրագրային կոնկրետ նպատակով. Սակայն, դա չի եղել, որ նպատակը վերակառուցման երազանքների. Փորձագետները խնդրել է նեյրոնային ցանցը պատկերի փոփոխություն հիման վրա բուն պատկերը պարտադրելով դրա վրա մի քանի այլ շերտեր: Քանի որ պարզվել է, որ ծրագրային շատ հեշտ է սովորել: Այսպիսով, ծրագիրը կարողացել է բարելավել հայտնաբերման գործում նշված մոդելներ.

ուսուցում

Է բարելավել գործառույթը արհեստական նեյրոնային ցանցերի, մշակողները անցել է համակարգչի, ավելի քան մեկ միլիոն նկարներ: Դա մի աշխատատար եւ ժամանակատար աշխատանքը, քանի որ դրանից հետո յուրաքանչյուր առաջարկվող նկարներով ինժեներների կազմել է մեքենան շեշտել պատկերը գտել է օբյեկտի. Թափանցիկ նեյրոնային ցանցը բաղկացած է բազմաթիվ շերտերի, եւ ավելի ճշգրիտ մեկնաբանումը որոնման կախված մակարդակով կամ կարգավիճակից: Օրինակ, հայտնաբերման համար առանձին օբյեկտների համապատասխանում արտադրանքի շերտը:

Հալյուցինոգեն որակի պատկերներ

Բարձրացման ճանաչման գործառույթները կոնկրետ օբյեկտների պատկերով նեյրոնային ցանցի կանգնած է ավելի դժվար աշխատանք. Ճարտարագետները խնդրեցին քշել ինքներդ ստեղծել պատկերները որոշ օբյեկտների, որոնց թվում էին մի շուն, պատառաքաղ, ծովաստղ, բանանի եւ այլ իրեր: Այդ քայլը լիովին արդարացրել է իրեն: Եւ թող ռոբոտը երազանքներն է hallucinogenic որակի սահմանված պատկերները կարող է ճանաչել մարդու աչքի.

Վերջնական նպատակը նախագծի

Google- ը փորձում է բարելավել նեյրոնային ցանցը կետում, որտեղ հնարավոր է եղել հայտնաբերել չունեցող մանրամասներ է ընդհանուր պատկերը: Մենք կարող ենք ասել, որ ինժեներները կարողացել են նայում մեջ ենթագիտակցական արհեստական ինտելեկտի. Դա տեղի է ունեցել, երբ մշակողները սկսեցին բեռնել պատկերները վերին շերտի նեյրոնային ցանցի, մեկը, որ սովորել է ճանաչել անհատական օբյեկտները. Այնպես որ, օրինակ, մի կանխորոշված պարամետր "մի շուն վիճակում է ամպերի" կազմել է նմանվել մի ցանց շների ամպերի. Եւ ամեն անգամ դուք բեռնել արդյունքը դուրս եկավ ավելի ու ավելի լավը:

Այսպիսով, «Deep Dream» տվել են համակարգչային հնարավորություն փոփոխել պատկերի պարամետրերը: Եւ այն թույլ է տվել ճանաչել օբյեկտները, որոնք առկա չեն պատկերով: Եվ հիմա, երբ դուք պահանջել «ամպամած երկինքը» ցանցը հնարավորություն է տալիս մի զարմանալիորեն տարօրինակ շներին եւ snails.

եզրափակում

Այն մեթոդները, որոնք օգտագործվում են հետազոտողների ընթացքում նախագծի, որն օգնում է հասկանալ եւ պատկերացնել, թե ինչպես է նեյրոնային ցանցի ունակ է կատարել բարդ խնդիրները օբյեկտի դասակարգմանը: Սա հանգեցրել բարելավմանը ցանցի ճարտարապետական եւ թույլատրվում է վերահսկել փուլը ուսուցման գործընթացում.