Google sabe que os soños son unha rede neuronal

rede neural artificial Google creada para simular o cerebro humano. Esta técnica permite recoñecer e analizar as varias imaxes. Xa que os desenvolvedores xurdiron cuestión interesante: o que acontecería se o robot era capaz de soñar? Tal pregunta estraña non xurdiu da nada. É parte do proxecto para crear as imaxes Soño profundo.

"Deep Dream"

Desenvolvedores poñer antes o propósito específico de software. Con todo, este non era o propósito de reconstrución dos soños. Especialistas pediron cambio de imaxe da rede neural con base na imaxe orixinal ao aplicar-lle algunhas outras capas. Como se viu, o software é doado de aprender. Así, o programa foi capaz de mellorar os modelos especificados función de detección.

formación

Para mellorar a función de redes neurais artificiais, os desenvolvedores pasaron polo equipo máis dun millón de imaxes. Foi un traballo laborioso e lento, porque despois de cada unha das imaxes de enxeñeiros propostos fixo o coche para enfatizar a imaxe atopada no obxecto. rede neural pura consiste en múltiples capas, e unha interpretación máis acurada da busca depende do nivel ou status. Por exemplo, para a detección de obxectos individuais corresponde capa de saída.

fotos alucinógenas calidade

Despois de aumentar funcións de recoñecemento de obxectos específicos na imaxe da rede neural afrontou un traballo máis difícil. Enxeñeiros foron convidados a dirixir-se para crear imaxes de certos obxectos, entre os que un can, garfo, estrelas de mar, bananas e outros elementos. O movemento ten plenamente en si xustificada. E deixar os soños robot temos imaxes dun alucinógenas definido de calidade pode recoñecer o ollo humano.

O obxectivo final do proxecto

Google está mirando para mellorar a rede neural para o punto onde se pode detectar detalles inexistentes no cadro xeral. Podemos dicir que os enxeñeiros puideron ollar para o subconsciente da intelixencia artificial. E sucedeu que, cando os desenvolvedores comezaron a cargar as imaxes na capa superior da rede neural, que aprendeu a recoñecer obxectos individuais. Así, por exemplo, un parámetro predeterminado "unha forma de can nas nubes" feito para simular unha rede de nubes do can. E cada vez que cargar o resultado saíu mellor e mellor.

Así, o "Deep Dream" deu o ordenador a capacidade de modificar a configuración de imaxe. E iso permitiu recoñecer obxectos, que non están contidos na imaxe. E agora, cando solicitar "ceo nublado" rede dá un cans sorprendentemente estrañas e caracois.

conclusión

Os métodos utilizados polos investigadores durante o proxecto, axudando a comprender e visualizar como unha rede neural capaz de realizar tarefas complexas para a clasificación obxecto. Isto levou á mellora da arquitectura de rede e permite controlar etapa do proceso de aprendizaxe.