구글은 꿈 신경망 것을 알고있다

인공 신경망 구글은 인간의 뇌를 시뮬레이션하기 위해 만들었습니다. 이 기술은 다양한 이미지를 인식하고 분석 할 수 있습니다. 개발자가 흥미로운 질문을 등장하면 : 로봇이 꿈을 꿀 수 있다면 어떻게 될까? 이러한 이상한 질문은 갑자기 발생하지 않았다. 이 이미지를 깊은 꿈을 만드는 프로젝트의 일부입니다.

"깊은 꿈"

개발자는 소프트웨어 특정 목적을하기 전에 넣어. 그러나,이 꿈의 재건의 목적이 아니었다. 전문가들은 거기에 몇 가지 다른 레이어를 부과함으로써 원본 사진의 기초 신경 네트워크 이미지 변경을 요청했습니다. 그것은 알고 보니,이 소프트웨어는 쉽게 배울 수 있습니다. 따라서, 프로그램은 감지 기능 지정된 모델을 개선 할 수 있었다.

훈련

인공 신경 네트워크의 기능을 개선하기 위해, 개발자는 컴퓨터 백만 개 이상의 이미지를 전달했습니다. 제안 된 사진 엔지니어의 각 후 객체에있는 이미지를 강조하기 위해 차를 만들었 기 때문에 그것은 힘든 시간이 소요되는 작업이었다. 쉬어 신경 네트워크는 여러 층으로 구성되어 있으며, 검색의보다 정확한 해석은 수준이나 상태에 따라 달라집니다. 예를 들어, 개별 개체의 검출 출력 층에 해당한다.

환각 품질의 사진

신경망의 이미지에서 특정 개체의 인식 기능을 증가 후 더 어려운 일에 직면했다. 엔지니어는 개, 포크, 불가사리, 바나나 및 기타 항목했다 그 중 특정 개체의 이미지를 만들 자신을 운전했다. 움직임은 완전히 자신을 정당화하고있다. 그리고 로봇의 꿈은 환각 품질 정의 이미지가 인간의 눈을 인식 할 수 있습니다 보자.

이 프로젝트의 궁극적 인 목표

구글은 전체 그림에 존재하지 않는 정보를 감지 할 수있었습니다 점에 신경 네트워크를 개선하기 위해 찾고 있습니다. 우리는 엔지니어가 인공 지능의 잠재 의식으로 볼 수 있다고 말할 수있다. 개발자가 신경 네트워크의 상위 계층, 개별 개체를 인식 할 수 배운 하나의 이미지를로드하기 시작했을 때 그것은 일어났다. 따라서, 예를 들어, 소정의 파라미터 "구름 개 형상은"개 구름 네트워크를 시뮬레이션했다. 그리고 당신은 결과를로드 할 때마다 더 나은 나왔다.

따라서, "깊은 꿈"컴퓨터에게 이미지 설정을 수정할 수있는 기능을 주었다. 그리고 그것은 이미지에 포함되지 않은 객체를 인식 할 수있다. 당신이 요청할 때 그리고 지금, "흐린 하늘"네트워크는 놀라 울 정도로 이상한 개와 달팽이을 제공합니다.

결론

이해하고 시각화하는 데 도움이 프로젝트 기간 동안 연구자가 사용하는 방법, 어떻게 객체 분류를 위해 복잡한 작업을 수행 할 수있는 신경망. 이 네트워크 아키텍처의 향상에 주도 학습 과정의 단계를 제어 할 수있다.