Google tahu bahwa mimpi adalah jaringan saraf

Jaringan saraf tiruan Google dibuat untuk mensimulasikan otak manusia. Teknik ini memungkinkan untuk mengenali dan menganalisis berbagai gambar. Setelah pengembang telah muncul pertanyaan menarik: apa yang akan terjadi jika robot itu bisa bermimpi? pertanyaan aneh seperti tidak muncul entah dari mana. Ini adalah bagian dari proyek untuk membuat gambar Jauh Mimpi.

"Jauh Dream"

Pengembang menempatkan sebelum tujuan tertentu perangkat lunak. Namun, ini bukan tujuan rekonstruksi mimpi. Para ahli telah meminta saraf perubahan gambar jaringan atas dasar gambar asli dengan memberlakukan pada itu beberapa lapisan lainnya. Ternyata, software ini mudah dipelajari. Dengan demikian, program ini mampu meningkatkan fungsi deteksi model tertentu.

latihan

Untuk meningkatkan fungsi jaringan saraf tiruan, pengembang telah melewati komputer lebih dari satu juta gambar. Itu adalah pekerjaan melelahkan dan memakan waktu, karena setelah masing-masing insinyur gambar yang diusulkan membuat mobil untuk menekankan gambar yang ditemukan pada objek. jaringan saraf Sheer terdiri dari beberapa lapisan, dan interpretasi yang lebih akurat dari pencarian tergantung pada tingkat atau status. Misalnya, untuk mendeteksi objek individu sesuai lapisan output.

gambar berkualitas halusinogen

Setelah meningkatkan fungsi pengakuan dari objek tertentu dalam gambar jaringan saraf menghadapi pekerjaan yang lebih sulit. Insinyur diminta untuk mendorong diri untuk membuat gambar dari benda-benda tertentu, di antaranya adalah anjing, garpu, bintang laut, pisang dan barang-barang lainnya. Langkah ini telah sepenuhnya dibenarkan sendiri. Dan biarkan impian robot memiliki kualitas gambar yang ditetapkan halusinogen dapat mengenali mata manusia.

Tujuan utama dari proyek

Google adalah mencari untuk meningkatkan jaringan saraf ke titik di mana hal itu mungkin untuk mendeteksi detail tidak ada pada gambar secara keseluruhan. Kita dapat mengatakan bahwa insinyur mampu melihat ke dalam alam bawah sadar kecerdasan buatan. Itu terjadi, ketika pengembang mulai memuat gambar di lapisan atas dari jaringan saraf, yang telah belajar untuk mengenali objek individu. Jadi, misalnya, parameter yang telah ditentukan "bentuk anjing di awan" dibuat untuk mensimulasikan jaringan awan anjing. Dan setiap kali Anda memuat hasilnya keluar yang lebih baik dan lebih baik.

Dengan demikian, "Deep Dream" memberikan komputer kemampuan untuk mengubah pengaturan gambar. Dan itu telah memungkinkan untuk mengenali obyek, yang tidak terkandung dalam gambar. Dan sekarang, ketika Anda meminta "langit mendung" jaringan memberikan anjing mengejutkan aneh dan siput.

kesimpulan

Metode yang digunakan oleh para peneliti selama proyek, membantu untuk memahami dan memvisualisasikan bagaimana jaringan saraf mampu melakukan tugas-tugas kompleks untuk klasifikasi objek. Hal ini telah menyebabkan peningkatan arsitektur jaringan dan memungkinkan untuk mengontrol tahap proses pembelajaran.