Af teknologiElektronik

Google ved, at drømme er et neuralt netværk

Kunstig neurale netværk Google skabt til at simulere den menneskelige hjerne. Denne teknik gør det muligt at genkende og analysere de forskellige billeder. Når udviklere er opstået interessant spørgsmål: Hvad ville der ske, hvis robotten var i stand til at drømme? Sådan en mærkelig spørgsmål opstod ikke ud af ingenting. Det er en del af projektet at skabe billederne Deep drøm.

"Deep drøm"

Udviklere sat før softwaren specifikke formål. Dette var imidlertid ikke formålet med rekonstruktion af drømme. Eksperter har anmodet neurale netværk billedændringseffekt på grundlag af det originale billede ved at pålægge det et par andre lag. Da det viste sig, at software er let at lære. Således programmet var i stand til at forbedre afsløring funktion specificerede modeller.

uddannelse

For at forbedre funktionen af kunstige neurale netværk, har udviklerne passeret gennem computeren mere end en million billeder. Det var en omstændelig og tidskrævende arbejde, da der efter hver af de foreslåede billeder ingeniører gjort bilen for at understrege det billede fundet på objektet. Sheer neurale netværk består af flere lag, og en mere præcis fortolkning af søgningen afhænger af niveauet eller status. For eksempel til detektion af individuelle objekter svarer output lag.

Hallucinogene kvalitet billeder

Efter stigende funktioner af bestemte objekter anerkendelse i billedet af det neurale netværk står over for en mere vanskelig opgave. Ingeniører blev bedt om at køre selv at skabe billeder af bestemte genstande, blandt hvilke var en hund, gaffel, søstjerner, banan og andre emner. Flytningen har fuldt berettiget selv. Og lad robotten drømme har en hallucinogene kvalitet definerede billeder kan genkende det menneskelige øje.

Det endelige mål med projektet

Google søger at forbedre det neurale netværk til det punkt, hvor det var muligt at detektere ikke-eksisterende oplysninger om det samlede billede. Vi kan sige, at ingeniørerne var i stand til at kigge ind i det ubevidste af kunstig intelligens. Det skete, da udviklerne begyndte at indlæse billederne i det øverste lag af det neurale netværk, en, der har lært at genkende enkelte objekter. Så for eksempel, en forudbestemt parameter "en hund form i skyerne" made at simulere et netværk af hunde skyer. Og hver gang du lægger resultatet kom ud bedre og bedre.

Således "Deep drøm" gav computeren mulighed for at ændre billedindstillingerne. Og det har lov til at genkende objekter, som ikke er indeholdt i billedet. Og nu, hvor du anmoder om "overskyet himmel" netværk giver en overraskende fremmede hunde og snegle.

konklusion

De anvendes af forskerne i løbet af projektet metoder, hjælper til at forstå og visualisere, hvordan et neuralt netværk stand til at udføre komplekse opgaver for klassificering objekt. Dette har ført til en forbedring af netværkets arkitektur og fik lov til at styre trin i læringsprocessen.

Similar articles

 

 

 

 

Trending Now

 

 

 

 

Newest

Copyright © 2018 da.delachieve.com. Theme powered by WordPress.