Google sap que els somnis són una xarxa neuronal

Google xarxa neuronal artificial creat per simular el cervell humà. Aquesta tècnica permet reconèixer i analitzar les diferents imatges. Una vegada que els desenvolupadors han sorgit interessant pregunta: què passaria si el robot era capaç de somiar? Tal pregunta estranya no va sorgir del no-res. És part del projecte per crear les imatges del somni profund.

"Somni profund"

Els desenvolupadors va posar abans que el propòsit específic de programari. No obstant això, aquest no va ser el propòsit de la reconstrucció dels somnis. Els experts han sol·licitat neuronal canvi d'imatge de la xarxa sobre la base de la imatge original mitjançant la imposició d'un parell d'altres capes. Al final va resultar que, el programari és fàcil d'aprendre. Així, el programa va ser capaç de millorar models especificats de funció de detecció.

formació

Per millorar la funció de les xarxes neuronals artificials, els desenvolupadors han passat a través de l'ordinador més d'un milió d'imatges. Va ser un treball laboriós i requereix molt de temps, perquè després de cadascuna de les imatges enginyers proposats fet el cotxe per emfatitzar la imatge que es troba en l'objecte. Sheer xarxa neuronal es compon de diverses capes, i una interpretació més precisa de la recerca depèn del nivell o estat. Per exemple, per a la detecció d'objectes individuals correspon capa de sortida.

imatges de qualitat al·lucinògenes

Després d'augmentar les funcions de reconeixement d'objectes específics de la imatge de la xarxa neuronal enfrontat a un treball més difícil. Es va demanar als enginyers de conduir vostè mateix per crear imatges de certs objectes, entre els quals es trobaven un gos, forquilla, estrelles de mar, plàtan i altres articles. La mesura ha justificat plenament en si. I deixar que els somnis de robot tenen una qualitat definida imatges al·lucinògenes poden reconèixer l'ull humà.

L'objectiu final del projecte

Google està buscant millorar la xarxa neuronal fins al punt en què era possible detectar detalls que no existeixen en el panorama general. Podem dir que els enginyers van ser capaços de mirar al subconscient de la intel·ligència artificial. Va passar, quan els desenvolupadors van començar a carregar les imatges a la capa superior de la xarxa neuronal, que ha après a reconèixer els objectes individuals. Així, per exemple, un paràmetre per defecte "una forma de gos en els núvols" feta per simular una xarxa de núvols gos. I cada vegada que es carrega el resultat va sortir millor i millor.

Per tant, el "Somni profund" li va donar a l'equip la capacitat de modificar la configuració d'imatge. I ha permès reconèixer objectes, que no estigui inclòs en la imatge. I ara, quan se sol·licita "cel ennuvolat" xarxa dóna un sorprenentment estranys gossos i cargols.

conclusió

Els mètodes utilitzats pels investigadors durant el projecte, el que ajuda a comprendre i visualitzar com una xarxa neuronal capaç de realitzar tasques complexes per a la classificació d'objectes. Això ha portat a la millora de l'arquitectura de xarxa i permet controlar les etapes del procés d'aprenentatge.