Norite suprasti AI? Pabandykite nubraižyti antį neuroniniam tinklui

„Google“ išleido keletą AI eksperimentai kurios kūrybiškai panaudoja mašininio mokymosi pažangą.

Jie įtraukia Greitai, pieškite! , žaidimas, kuriame algoritmas bando atspėti, ką piešiate, A.I. Duetas , kuri leidžia kurti muzikos kūrinius kūrybišku kompiuteriu ir būdus, kaip vizualizuoti, kaip neuroniniai tinklai reprezentuoja informaciją ir mato pasaulį.

Projektai demonstruoja kai kurias naujas AI funkcijas, kurias „Google“ įdiegė atnaujinta debesų kompiuterijos platforma . Tačiau jie taip pat padeda padaryti dirbtinį intelektą mažiau paslaptingą ir nurodo būdus, kaip technologija gali tapti mums visiems prieinamesnė.

Paimkite, pavyzdžiui, Quick, Draw!. Jūs turite 20 sekundžių nupiešti šešis paprastus objektus, o kompiuteris bando atspėti, ką dirbate per tam skirtą laiką. Po gaubtu žaidime veikia mokymosi sistema, kurią „Google“ naudoja simboliams atpažinti. Sistema analizuoja ne tik formą, bet ir potėpius, kuriuos naudojote jai nupiešti. Tai puikus būdas suprasti mašininio mokymosi metodą, kurį milijonai žmonių naudoja savo išmaniuosiuose telefonuose. Tai taip pat gana priklausoma, net jei atrodo, kad mano antis visada supainioja su bulvėmis.

AI už Quick, Draw! ne visada viską mato taip, kaip nori.

A.I. Duetai, jūs galite kurti muziką pagal algoritmą. Per pastangas vadinamas Projektas Magenta „Google“ mokslininkai tiria būdus, kaip panaudoti neuroninius tinklus žmogaus kūrybiškumui imituoti. Rezultatai žavūs, ypač todėl, kad muzikinės kūrybos veikimas išlieka gana paslaptingas. Iš tikrųjų dalis „Google“ projekto motyvacijos yra žmogaus intelekto tyrinėjimas kopijuojant jo muzikalumą.

Tarp projektų, kuriais siekiama išsiaiškinti vidinį neuroninių tinklų veikimą, yra vienas vadinamas Didelės erdvės vizualizavimas . Šios pastangos, sukurtos kelių duomenų vizualizavimo ekspertų, parodo, kaip didelis neuroninis tinklas saugo ir užmezga ryšius tarp skirtingų duomenų dalių.

Rezultatai dažnai yra gražūs, tačiau jie taip pat pabrėžia vieną būdą, kaip galėtume suprasti galingas mašininio mokymosi sistemas, kurios paprastai būtų neįmanomos.

Tai gali būti gana svarbu kiekvienam. Įsivaizduokite, pavyzdžiui, algoritmą, kuris ką tik pažymėjo, kad iš pažiūros sveikas pacientas gali susirgti tam tikra liga. Galimybė patikrinti vidinius tinklo ryšius gali padaryti šį sprendimą lengviau suprantamą, o gydymą lengviau pateisinti.

Taigi, jei norite suprasti mašininio intelekto revoliuciją, kuri kyla beveik visose pramonės šakose, verta apsilankyti „Google“ internetinėje AI laboratorijoje.

(Skaityti daugiau: A.I. Eksperimentai , Silicio kampas , „Gerai, kompiuteris, parašyk man dainą“, „The Hit Charade“, „AI kalbos problema“

paslėpti