Нейронные сети: машинный интеллект в любом smartphoneware

Нeйрoнныe сeти нe знaют, кaк стaвить цeли, тaк чтo вoсстaниe мaшин нe мoжeт быть oжидaeмым.

В oчeрeднoй рaз сoциaльныe сeти увлeчeны мoбильнoe приложение для редактирования фотографий, которая основана на принципе нейронных сетей.

Китайский сервиз Meitu выиграли пользователи объектов рисованной, превращает человека в «кавайных» аниме.

Этот редактор увлечение наблюдали прошлым летом, то тренд является применение Призма, которые были сделаны из фотографий «произведение искусства» с помощью нейронной сети.

(Meitu собирает личную информацию и можете изменить настройки телефона. Он накапливает информацию вплоть до метража квартиры. Наверное, Meitu сохраняет информацию для нового китайского закона О запрещенном контенте)

Для таких, казалось бы, несерьезных приложений является технология создания искусственного интеллекта. Например, недавно ученые объявили, что они могут обучить сеть распознавать рак кожи.

Исследование нейронных сетей началась с появлением первых компьютеров. Но теперь эта территория перешла из академических институтов в сторону корпораций и небольших стартапов и теперь доступен не только ученым, но являются частью жизни простых людей.

Корреспондент.net решил выяснить, что такое нейронная сеть, где его уже применили.

 

Нейронные сети, машинное обучение

Искусственные нейронные сети создаются, в том числе, чтобы понять, как человеческий мозг и попытаться воспроизвести его.

Нейронная сеть-это система обучения, которая работает по алгоритмам, и на основе прошлого опыта. Искусственный нейрон представляет собой упрощенную модель естественного.

Нейрон имеет много входов и один выход

Поставить очень просто, нейросеть-это компьютерная программа, которая запоминает информацию и реагирует на нее, и не выполнить определенную команду. Это серия взаимосвязанных алгоритмов, что, работая вместе, могут воспринимать узоры и повторять их.

Наиболее распространенных применений нейронных сетей является классификация, прогноз (падение акций и т. д.) и признание.

Для того, чтобы нейронная сеть может правильно решить задачи, необходимые, чтобы «преследовать» ее работы на десятки миллионов наборов входных данных. Например, чтобы показать ей буква «а» разным шрифтом, чтобы посмотреть, какие письма он решил принять так же, как ее. Тогда человек подтверждает, что буквы на самом деле «а».

В процессе обучения нейронная сеть обнаруживает сложные зависимости между входными и выходными данными, но и обобщает их. Если обучение проходит успешно, выход нейронной сети будет давать результат, который отсутствует в обучающем наборе.

Google, например, использует нейронные сети для развития переводчика. Он тренировался, чтобы улучшить эти переводы, основанные на правильных переводов с течением времени.

В таких, как редакторы фото Meitu Prisma и используется сверточная нейронная сеть, которая базируется на переходе от конкретных характеристик изображения для более абстрактные детали.

Идея сверточных нейронных сетей заключается в том, что каждое изображение последовательно уменьшают в размере (например, замена четырех соседних пикселей в один, соответствующий их среднее значение) и снова подвергается операции свертки.

Эта нейронная сеть способна не только обрабатывать и синтезировать изображение, чтобы создать его с нуля, что делает такие сенсационные заявления.

В то время как нейронная сеть может решать только задачи, которые ставит перед ней человек, и не имеет их перед собой. Так что восстание машин из нейронных сетей нам не грозит.

 

Применение нейронных сетей

Нейронные сети применяются в различных областях, таких как экономика — прогнозирования обменных курсов, цен на нефть или золото прогнозирования банкротства компаний; робототехника позволяет роботам оценить препятствия, держать равновесие и управлять манипуляторами.

Но мы рассмотрим сферу применения нейронных сетей, где каждый может их использовать — медицина и приложений для гаджетов.

Услуг с мА в любом смартфоне

В прошлом году был взрывным для развития нейронных сетей и, в конце концов, это стало основной технологией 2016 года. Через 70 лет после первого события, это стало возможным благодаря достижению достаточной мощности компьютеров.

Первый и самый важный прорыв был AlphaGo программа, разработанная компанией Google, которая впервые среди ИИ обыграть один из самых титулованных игроков настольной игры, которая была сочтена слишком сложной для нейронных сетей.

Тот факт, что Go-это игра, в которой невозможно рассчитать все ходы и действовать интуитивно.

Впервые компьютер победил человека в игре го

 

Google имеет несколько интересных приложений, таких как быстрый розыгрыш!, которое предполагает, что рисовать людей. Пользователю дается задание нарисовать определенный объект в течение 20 секунд.

В процессе нейронной сети сказать, что, по ее мнению, аналогичная картина. Она должна иметь время, чтобы угадать в те же 20 секунд.

Каждый пользователь имеет шесть раундов, а потом показать ему конечный результат.

 

Microsoft создала сервис как-старый, в котором оценивает компьютер возраст людей на фото.

Пользователь должен загрузить лицам, что система сообщила предполагаемый пол и возраст каждого человека.

 

 

Microsoft также имеет CaptionBot, что попытки описать происходящее на картинках. Если изображение человека, робот указывает им emoji выражение.

Microsoft также разработала чат-бот Мерфи, который сочетает в себе лики знаменитостей по запросу пользователя.

Первое из этих приложений был глубокий сон Гугла. Он выделяет, чтобы сфотографировать что-то знакомое. Некоторые странные картины.

Кольцо с бриллиантами в руках

 

Медицина

Импульсные нейронные сети используются в медицине уже более десяти лет. Они дают возможность интерпретировать сигналы от мозга к мышцам с помощью специальных протезов, которые управляются микропроцессорами, которые производят действие здоровых конечностей.

Человек может управлять искусственной рукой непосредственно по сигналам нейронов двигательной коры головного мозга.

Есть также визуальные нейропротезы, которые передают сигналы из матрицы светочувствительных клеток в отделах зрительной коры полностью слепых пациентов, давая им возможность ориентироваться в пространстве и даже читать.

Недавно американские ученые создали искусственный интеллект, который способен отличить родинки от некоторых видов рака кожи лучше, чем врачи.

Авторы новой работы использовали сверточная нейронная сеть начала В3, который был ранее разработан компанией Google. Исследователи сняли верхний слой и обученная система, изначально ориентированная на распознавание различных объектов, выявления некоторых видов рака кожи — меланомы и карциномы.

Для этого они использовали 130 тысяч фотографий более двух тысяч различных заболеваний кожи. В будущем компьютерная программа может быть адаптирована для вашего смартфона или планшета и позволит любому желающему пройти первичную диагностику рака кожи.