Google รู้ว่าฝันเป็นเครือข่ายประสาท

เครือข่ายประสาทเทียม Google ที่สร้างขึ้นเพื่อจำลองสมองของมนุษย์ เทคนิคนี้จะช่วยในการรับรู้และวิเคราะห์ภาพต่างๆ เมื่อนักพัฒนาได้เกิดคำถามที่น่าสนใจ: สิ่งที่จะเกิดขึ้นถ้าหุ่นยนต์ก็สามารถที่จะฝัน? เช่นคำถามที่แปลกไม่ได้เกิดขึ้นจากที่ไหนเลย มันเป็นส่วนหนึ่งของโครงการที่จะสร้างภาพความฝันลึก

"ความฝันลึก"

นักพัฒนาใส่ก่อนเพื่อวัตถุประสงค์เฉพาะซอฟต์แวร์ แต่นี้ไม่ได้มีจุดประสงค์ของการฟื้นฟูของความฝัน ผู้เชี่ยวชาญได้ขอเปลี่ยนแปลงรูปแบบเครือข่ายประสาทบนพื้นฐานของภาพต้นฉบับโดยการจัดเก็บภาษีในนั้นไม่กี่ชั้นอื่น ๆ ที่จะเปิดออก, ซอฟแวร์เป็นเรื่องง่ายที่จะเรียนรู้ ดังนั้นโปรแกรมก็สามารถที่จะปรับปรุงรูปแบบฟังก์ชั่นการตรวจสอบระบุ

การอบรม

เพื่อปรับปรุงการทำงานของเครือข่ายประสาทเทียมที่นักพัฒนาได้ผ่านคอมพิวเตอร์มากกว่าหนึ่งล้านภาพ มันเป็นความลำบากและใช้เวลานานเพราะหลังจากที่แต่ละวิศวกรภาพที่นำเสนอทำให้รถที่จะเน้นภาพที่พบในวัตถุ เครือข่ายประสาทเชียร์ประกอบด้วยหลายชั้นและการตีความที่ถูกต้องมากขึ้นของการค้นหาขึ้นอยู่กับระดับหรือสถานะ ยกตัวอย่างเช่นในการตรวจหาวัตถุที่บุคคลสอดคล้องชั้นเอาท์พุท

ภาพที่มีคุณภาพประสาทหลอน

หลังจากการเพิ่มฟังก์ชั่นการรับรู้ของวัตถุที่ระบุในภาพของเครือข่ายประสาทที่ต้องเผชิญกับงานที่ยากขึ้น วิศวกรได้ขอให้ขับรถด้วยตัวเองในการสร้างภาพของวัตถุบางอย่างในระหว่างที่เป็นสุนัขส้อมปลาดาวกล้วยและรายการอื่น ๆ ย้ายได้ธรรมอย่างเต็มที่ตัวเอง และปล่อยให้ความฝันของหุ่นยนต์ที่มีคุณภาพประสาทหลอนภาพที่กำหนดไว้สามารถรับรู้ได้ด้วยตามนุษย์

เป้าหมายสูงสุดของโครงการ

Google จะมองในการปรับปรุงเครือข่ายประสาทไปยังจุดที่มันเป็นไปได้ในการตรวจสอบรายละเอียดไม่ได้มีอยู่ในภาพรวม เราสามารถพูดได้ว่าวิศวกรก็สามารถที่จะมองเข้าไปในจิตใต้สำนึกของปัญญาประดิษฐ์ มันเกิดขึ้นเมื่อนักพัฒนาเริ่มที่จะโหลดภาพในชั้นบนของเครือข่ายประสาทหนึ่งที่ได้เรียนรู้ที่จะรับรู้วัตถุที่บุคคล ดังนั้นสำหรับตัวอย่างเช่นพารามิเตอร์ที่กำหนดไว้ "รูปร่างสุนัขในเมฆ" ที่ทำเพื่อจำลองเครือข่ายของเมฆสุนัข และทุกครั้งที่คุณโหลดผลที่ออกมาดีและดีกว่า

ดังนั้น "ความฝันลึก" ให้คอมพิวเตอร์สามารถในการปรับเปลี่ยนการตั้งค่าภาพ และได้รับอนุญาตให้รับรู้วัตถุที่ไม่ได้มีอยู่ในภาพ และตอนนี้เมื่อคุณขอ "ท้องฟ้า" เครือข่ายให้สุนัขแปลกน่าแปลกใจและหอย

ข้อสรุป

วิธีการที่ใช้โดยนักวิจัยในโครงการที่ช่วยให้เข้าใจและเห็นภาพว่าเครือข่ายประสาทสามารถในการดำเนินงานที่ซับซ้อนสำหรับการจำแนกประเภทวัตถุ นี้ได้นำไปสู่การพัฒนาของสถาปัตยกรรมเครือข่ายและได้รับอนุญาตในการควบคุมขั้นตอนของกระบวนการเรียนรู้