Google tahu bahawa impian adalah rangkaian neural

rangkaian neural buatan Google dicipta untuk mensimulasikan otak manusia. Teknik ini membolehkan untuk mengenal dan menganalisis pelbagai imej. Apabila pemaju telah muncul persoalan yang menarik: apa yang akan berlaku jika robot itu dapat mimpi? Apa-apa soalan yang pelik tidak timbul entah dari mana. Ia adalah sebahagian daripada projek untuk mewujudkan imej Dream Deep.

"Deep Dream"

Pemaju meletakkan sebelum tujuan perisian tersebut. Walau bagaimanapun, ini bukanlah tujuan pembinaan semula mimpi. Pakar-pakar telah diminta perubahan imej rangkaian neural berdasarkan gambar asal dengan mengenakan padanya beberapa lapisan lain. Seperti yang ternyata, perisian mudah untuk belajar. Oleh itu, program ini dapat meningkatkan fungsi pengesanan model dinyatakan.

latihan

Untuk meningkatkan fungsi rangkaian neural tiruan, pemaju telah diluluskan melalui komputer lebih daripada satu juta imej. Ia adalah satu pekerjaan berat dan memakan masa, kerana selepas setiap gambar-gambar yang dicadangkan jurutera dipaksa kereta untuk memberi imej yang terdapat pada objek. rangkaian neural semata-mata terdiri daripada pelbagai lapisan, dan tafsiran yang lebih tepat carian bergantung kepada tahap atau status. Sebagai contoh, untuk mengesan objek individu sepadan lapisan output.

gambar berkualiti halusinogen

Selepas meningkat fungsi pengiktirafan objek tertentu dalam imej rangkaian neural yang dihadapi pekerjaan yang lebih sukar. Jurutera ditanya memandu sendiri untuk mewujudkan imej objek tertentu, antaranya ialah anjing, garpu, bintang laut, pisang dan lain-lain. Langkah itu mempunyai justifikasi sepenuhnya sendiri. Dan membiarkan impian robot mempunyai kualiti ditakrifkan hallucinogenic imej dapat mengenali mata manusia.

Matlamat utama projek

Google sedang mengkaji untuk meningkatkan rangkaian neural ke titik di mana ia adalah mungkin untuk mengesan maklumat tidak wujud pada gambar keseluruhan. Kita boleh katakan bahawa jurutera dapat melihat ke dalam minda bawah sedar kecerdasan buatan. Ia berlaku, apabila pemaju mula memuatkan imej dalam lapisan atas rangkaian neural, salah satu yang telah belajar untuk mengenali objek individu. Jadi, sebagai contoh, parameter yang telah ditetapkan "bentuk anjing di awan" yang dibuat untuk mensimulasikan rangkaian awan anjing. Dan setiap kali anda memuatkan hasil itu keluar yang lebih baik dan lebih baik.

Oleh itu, "Deep Dream" memberi komputer keupayaan untuk mengubah suai tetapan imej. Dan ia telah dibenarkan untuk mengenali objek, yang tidak terkandung dalam imej. Dan sekarang, apabila anda meminta "langit mendung" rangkaian memberikan anjing menghairankan aneh dan siput.

kesimpulan

Kaedah yang digunakan oleh penyelidik semasa projek, membantu untuk memahami dan menggambarkan bagaimana rangkaian neural mampu melaksanakan tugas yang kompleks untuk pengelasan objek. Ini telah membawa kepada peningkatan seni bina rangkaian dan dibenarkan untuk mengawal peringkat proses pembelajaran.