گوگل می داند که خواب هستند یک شبکه عصبی

شبکه عصبی مصنوعی گوگل ایجاد شده برای شبیه سازی مغز انسان است. این روش اجازه می دهد تا به رسمیت شناختن و تجزیه و تحلیل تصاویر مختلف. هنگامی که توسعه دهندگان سوال جالب پدید آمده اند: چه اتفاقی خواهد افتاد اگر این ربات قادر به رویا بود؟ یک سوال عجیب و غریب در هیچ جای دیگر بوجود می آیند. این بخشی از این پروژه برای ایجاد تصاویر رویایی عمیق است.

"عمیق رویا"

توسعه دهندگان قبل از هدف خاص نرم افزار قرار داده. با این حال، این بود که هدف از بازسازی از رویاهای نیست. کارشناسان تغییر تصویر شبکه عصبی بر اساس تصویر اصلی با تحمیل بر روی آن چند لایه های دیگر درخواست کرده اند. همانطور که معلوم شد، این نرم افزار آسان برای یادگیری است. بنابراین، برنامه قادر به بهبود عملکرد تشخیص مدل مشخص بود.

پرورش

برای بهبود عملکرد شبکه های عصبی مصنوعی، توسعه دهندگان را از طریق بیش از یک میلیون تصاویر کامپیوتر منتقل می شود. این یک کار پر زحمت و وقت گیر بود، چرا که بعد از هر یک از عکس ها مهندسان پیشنهاد شده ماشین برای تأکید بر تصویر بر روی شی. شبکه های عصبی محض شامل چندین لایه، و تفسیر دقیق تر از جستجو بستگی به سطح یا وضعیت است. به عنوان مثال، برای تشخیص اشیاء فردی مربوط لایه خروجی.

تصاویر با کیفیت توهم زا

پس از افزایش عملکرد به رسمیت شناختن اشیاء خاص در این عکس از شبکه عصبی یک کار سخت تر مواجه شده است. مهندسین خواسته شد تا خودتان رانندگی برای ایجاد تصاویر از اشیاء خاص، در میان است که یک سگ، چنگال، ستاره دریایی، موز و موارد دیگر است. این حرکت به طور کامل خود را توجیه می کند. و اجازه دهید رویاهای ربات را با کیفیت تعریف توهم زا تصاویر را می چشم انسان را تشخیص دهد.

هدف نهایی این پروژه

گوگل به دنبال بهبود شبکه عصبی به نقطه ای که آن را ممکن است برای تشخیص جزئیات غیر موجود در تصویر کلی بود. می توان گفت که مهندسان قادر به به ناخودآگاه از هوش مصنوعی نگاه کنید. این اتفاق افتاد، زمانی که توسعه دهندگان شروع به بارگذاری تصاویر در لایه فوقانی شبکه عصبی، که یاد گرفته است به رسمیت شناختن اشیاء فردی است. بنابراین، برای مثال، یک پارامتر از پیش تعیین شده "یک شکل سگ در ابرها" ساخته شده برای شبیه سازی یک شبکه از ابر سگ. و هر بار که شما به نتیجه بار بیرون بهتر و بهتر شد.

بنابراین، "عمیق رویای" به کامپیوتر توانایی برای تغییر تنظیمات تصویر. و آن را اجازه داده است به رسمیت شناختن اشیاء، که در تصویر موجود نیست. و اکنون، زمانی که شما درخواست "آسمان ابری" شبکه می دهد سگ شگفت انگیزی عجیب و غریب و حلزون.

نتیجه

روش های مورد استفاده توسط محققان در طول این پروژه، کمک به درک و تجسم چگونه یک شبکه عصبی قادر به انجام کارهای پیچیده برای طبقه بندی شی. این امر منجر به بهبود معماری شبکه به رهبری و مجاز به کنترل مرحله از فرایند یادگیری است.