Google tietää, että unet ovat hermoverkko

Keinotekoinen neuroverkko Googlen luoma jäljittelevät ihmisen aivot. Tämä tekniikka mahdollistaa tunnistaa ja analysoida erilaisia kuvia. Kun kehittäjät ovat syntyneet mielenkiintoinen kysymys: mitä tapahtuisi, jos robotti pystyi unelma? Niin outo asia ei ollut aiheellinen tyhjästä. Se on osa suunnitelmaa perustaa kuvien Deep unelma.

"Deep Dream"

Kehittäjät laittaa ennen ohjelmiston tiettyyn tarkoitukseen. Kuitenkin, tämä ei ollut tarkoitus jälleenrakentamiseen unia. Asiantuntijat ovat pyytäneet hermoverkko kuvaerojen perusteella alkuperäisen kuvan soveltamalla siihen muutamia muita kerroksia. Kuten kävi ilmi, ohjelmisto on helppo oppia. Näin ollen, ohjelma pystyi parantamaan havaitsemista, joka on määritetty malleja.

koulutus

Parantaa toimintaa Neuroverkkoja, kehittäjät ovat läpäisseet tietokoneen yli miljoona kuvaa. Se oli työlästä ja aikaa vievää työtä, sillä jokaisen ehdotetun kuvia insinöörit auton korostaa kuvan löytyy esineen. Pelkkä neuroverkko koostuu useista kerroksista, ja tarkempi tulkinta riippuu etsinnän tasosta tai tilasta. Esimerkiksi, havaitsemiseksi yksittäisten kohteiden vastaa ulostulo kerros.

Hallusinogeeniset kuviani

Kasvettuaan tunnistustoiminnot tiettyä esinettä kuvaksi neuroverkon kohtasi vaikeampaa työtä. Insinöörit pyydettiin ajaa itse luoda kuvia tiettyjen esineiden, joiden joukossa oli koira, haarukka, meritähtiä, banaani ja muita kohteita. Muutto on täysin perusteltua itse. Ja anna robotin unet on hallusinogeeninen määriteltyä laatua kuvaa voi tunnistaa ihmissilmällä.

Lopullisena tavoitteena Projektin

Google etsii parantaa neuroverkko siihen pisteeseen, jossa se oli mahdollista havaita olematon yksityiskohdat kokonaiskuvaa. Voimme sanoa, että insinöörit pystyivät tutkimaan alitajuntaan tekoälyn. Se tapahtui, kun kehittäjät alkoivat ladata kuvia yläkerros hermoverkko, joka on oppinut tunnistamaan yksittäisiä esineitä. Niin, esimerkiksi, ennalta määrätty parametri "koira muoto pilvet" tehty simuloimaan verkko koiran pilviä. Ja joka kerta kun ladata Tuloksesta tuli paremmin ja paremmin.

Näin ollen "Deep Dream" antoi tietokoneen kyvyn muuttaa kuvan asetuksia. Ja se on mahdollistanut tunnistamaan esineitä, joita ei ole sisällytetty kuvassa. Ja nyt, kun pyydät "pilvinen taivas" verkko antaa yllättävän outo koirien ja etanat.

johtopäätös

Käyttämien menetelmien tutkijat hankkeen aikana, auttaa ymmärtämään ja visualisoida miten neuroverkon, joka kykenee suorittamaan monimutkaisia tehtäviä esineen luokitteluun. Tämä on johtanut parantamiseen verkon arkkitehtuuri ja annettiin hallita vaiheessa oppimista.