Google zina, ka sapņi ir neironu tīklu

Mākslīgo neironu tīklu Google izveidota, lai modelētu cilvēka smadzenes. Šī tehnika ļauj atpazīt un analizēt dažādus attēlus. Pēc tam, kad izstrādātāji ir kļuvusi interesantu jautājumu: kas notiktu, ja robots varēja sapņot? Šāds dīvaini jautājums nerodas no nekurienes. Tā ir daļa no projekta, lai izveidotu attēlus, Deep Dream.

"Deep Dream"

Izstrādātāji nodot pirms programmatūras konkrētam mērķim. Tomēr tas nebija mērķis rekonstrukcijas sapņiem. Eksperti ir pieprasījuši neironu tīkla attēla maiņu, pamatojoties uz sākotnējo attēlu uzliekot tai dažas citas slāņus. Kā izrādījās, programmatūra ir viegli mācīties. Tādējādi programma varēja uzlabot noteikšanas funkcija, kas noteikta modeļiem.

treniņš

Lai uzlabotu funkciju mākslīgo neironu tīklu, izstrādātāji ir cauri datoru vairāk nekā viens miljons attēlus. Tas bija darbietilpīgs un laikietilpīgs darbs, jo pēc tam, kad katrs no ierosināto attēliem inženieri veica automašīnu uzsvērt attēlu atrodama uz objektu. Milzīgais neironu tīkls sastāv no vairākiem slāņiem, un precīzāku interpretācija meklēšanas atkarīgs no līmeņa vai statusa. Piemēram, lai noteiktu atsevišķu priekšmetu atbilst izejas slāni.

Halucinogēnās kvalitātes attēlus

Pēc tam, kad pieaug atpazīšanas funkciju konkrētu objektu tēla neironu tīklu saskaras grūtāk darbu. Inženieri uzdeva vadīt sevi, lai radītu attēlus konkrētu objektu, kuru vidū bija suns, dakša, zvaigzne, banānu un citus priekšmetus. Pāreja ir pilnībā sevi attaisnojusi. Un ļaujiet robotu sapņi ir halucinogēnās kvalitātes definēts attēlus var atpazīt cilvēka acs.

Galīgais mērķis Projekta

Google meklē, lai uzlabotu neironu tīklu līdz vietai, kur tas bija iespējams noteikt neesošus datus par kopējo ainu. Mēs varam teikt, ka inženieri varēja ieskatīties zemapziņas mākslīgais intelekts. Tas notika, kad izstrādātāji sāka ielādēt attēlus augšējā slānī neironu tīklu, kas ir viens, kas ir iemācījušies atpazīt atsevišķus objektus. Tā, piemēram, iepriekš parametrs "suns forma mākoņos", lai simulētu tīklu suņu mākoņi. Un katru reizi, kad slodze rezultāts iznāca labāk un labāk.

Tādējādi "Deep Dream" deva, jo dators spēja mainīt attēla iestatījumus. Un tas ļāva atpazīt objektus, kuri nav ietverti attēlā. Un tagad, kad jūs lūgt "cloudy sky" tīkla sniedz pārsteidzoši dīvaini suņiem un gliemežus.

secinājums

Metodes, ko pētnieki projekta laikā izmantotas, palīdzot saprast un iztēloties, kā neironu tīkls, kas spēj veikt sarežģītus uzdevumus objektu klasifikācijai. Tas ir novedis pie uzlabot tīkla arhitektūru un ļāva kontrolēt posmu mācību procesu.