Google знае, че мечтите са невронна мрежа

Изкуствен невронна мрежа на Google, създаден за да се симулира човешкия мозък. Тази техника позволява да се разпознават и анализират различни изображения. След като разработчиците са се появили интересен въпрос: какво ще се случи, ако роботът е бил в състояние да мечтаеш? Такъв странен въпрос не възниква от нищото. Тя е част от проекта за създаване на изображения Deep мечта.

"Deep мечта"

Разработчиците постави преди конкретната цел софтуер. Все пак, това не е целта на реконструкцията на сънищата. Експертите са поискали промяна невронна мрежа образ на базата на оригиналната картина чрез налагане на него няколко други слоеве. Както се оказа, софтуерът е лесен за научаване. По този начин, програмата е в състояние да се подобри функцията за откриване на определени модели.

обучение

За да се подобри функцията на изкуствените невронни мрежи, разработчиците са преминали през компютъра повече от един милион изображения. Това е труден и отнема много време на работа, тъй като след всеки от предложените инженерите Картини от колата, за да се подчертае образа намерени на обекта. Sheer невронна мрежа се състои от няколко слоя, и по-точно тълкуване на търсенето зависи от нивото или статус. Така например, за откриване на отделните обекти съответства изход слой.

Халюциногенните качествени снимки

След увеличаване на разпознаване функции на конкретни обекти в образа на невронната мрежа е изправена пред по-трудна работа. Инженерите бяха помолени да се карам за създаване на изображения на някои обекти, сред които бяха едно куче, вилица, морска звезда, банан и други елементи. Този ход е напълно себе си оправдана. И нека мечтите роботи разполагат с халюциногенни качествени отчетливи изображения могат да разпознаят, че човешкото око.

Крайната цел на проекта

Google се стреми да подобри невронната мрежа до мястото, където е било възможно да се открият несъществуващи детайли върху цялостната картина. Можем да кажем, че инженерите са успели да гледам в подсъзнанието на изкуствения интелект. Това се случи, когато разработчиците започнаха да заредите изображенията в горния слой на невронната мрежа, този, който се е научил да разпознава отделните обекти. Така, например, предварително определен параметър "форма на куче в облаците" прави да се симулира мрежа от куче облаци. И всеки път, когато се зареди резултата излезе по-добре и по-добре.

По този начин, "Deep мечта" даде компютъра възможност за промяна на настройките на изображението. И това е позволило да се признае, обекти, които не са включени в изображението. И сега, когато поискате "облачно небе" мрежа дава изненадващо странни кучета и охлюви.

заключение

Използвани от учените по време на проекта методи, които помагат да се разбере и се визуализира как невронна мрежа в състояние да изпълнява сложни задачи за класификация обект. Това е довело до подобряване на мрежовата архитектура и се оставя да се контролира етап от процеса на учене.