Google знає, що собою представляють мрії нейронної мережі
Штучні нейронні мережі Google створені для імітації людського мозку. Ця технологія дозволяє розпізнавати і аналізувати різні зображення. Одного разу у розробників виникла цікаве питання: що було б, якби робот зміг мріяти? Такий дивний питання не виникло на порожньому місці. Він є частиною проекту по створенню зображень Deep Dream.
«Глибока мрія»
Розробники ставили перед програмним забезпеченням конкретну мету. Однак цією метою не було відтворення снів. Фахівці запитували у нейронної мережі зміна зображення на основі вихідної фотографії шляхом накладення на неї кількох інших верств. Як з`ясувалося, програмне забезпечення легко піддається навчанню. Таким чином, програма змогла поліпшити функції виявлення заданих моделей.
Тренування
Щоб поліпшити функції штучних нейронних мереж, розробники пропустили через комп`ютер більш одного мільйона зображень. Це була кропітка і трудомістка робота, адже після кожного запропонованого знімка інженери змушували машину підкреслювати впізнаний на зображенні об`єкт. Сама нейронна мережа складається з декількох шарів, а більш точна інтерпретація пошуку залежить від їх рівня та статусу. Наприклад, за розпізнавання окремих об`єктів відповідає вихідний шар.
Галлюциногенное якість картинки
Після підвищення функцій розпізнавання конкретних об`єктів на зображенні нейронної мережі стояла більш складна робота. Інженери дали машині завдання самостійно створити образи певних об`єктів, серед яких були собака, вилка, морська зірка, банан та інші предмети. Цей крок повністю виправдав себе. І нехай мрії робота мають галлюциногенное якість, задані образи може розпізнати людське око.
Кінцева мета проекту
Компанія Google хоче поліпшити нейронні мережі до стану, коли можна було б розпізнавати неіснуючі деталі на загальній картинці. Можна сказати, що інженерам вдалося зазирнути в підсвідомість штучного інтелекту. Це сталося, коли розробники почали завантажувати образи в верхній шар нейронної мережі, той, який навчився розпізнавати окремі об`єкти. Так, наприклад, заданий параметр «обриси собаки в хмарах» змушував мережу моделювати з хмар пса. І при кожній наступній завантаженні результат виходив все краще і краще.
Таким чином, «Глибока мрія» дала комп`ютера можливість самостійно змінювати параметри зображення. А це дозволило розпізнавати об`єкти, які не містяться на знімку. І тепер при запиті «хмарне небо» мережу видає дивно дивних собак і равликів.
висновок
Методи, якими користувалися вчені під час здійснення проекту, допомагають зрозуміти і візуалізувати, як нейронні мережі здатні виконувати складні завдання по класифікації об`єктів. Це призвело до поліпшення мережевої архітектури і дозволило контролювати ступені навчального процесу.
