Innhold
Google Labs har publisert en svært interessant blogg om bruk av nevrale nettverk som ble utdannet til å gjenkjenne objekter, i stedet male andre objekter.
Vi trener et kunstig nevralt nettverk ved å vise det millioner av treningseksempler og gradvis justere nettverksparametrene til den gir klassifiseringen vi ønsker. Nettverket består vanligvis av 10-30 stablede lag kunstige nevroner. Hvert bilde blir matet inn i inngangslaget, som deretter snakker til neste lag, til slutt "utgang" -laget er nådd. Nettverkets "svar" kommer fra dette siste utgangslaget.
De kaller denne "begynnelsen" og resultatene er mer enn litt bisarre. Følgende lysbilder viser resultatene av forskjellige neurale nettverk "male" de tingene de ble trent på, selv om kilden ikke er relatert, eller til og med tilfeldige data. Den underliggende mekanikken er ganske komplisert, men forestill deg at du ser hvordan et neuralt nettverk "ser" verden.
nesteSkyarrow
Dette er ganske enkelt, men nettverket ble bedt om å finne hver pil.
Ridder
Gitt et bilde av en ridder, finner dette nevrale nettverket hva det ble trent på over alt: dyr i massevis!
Animal Countryside
Dette ser ut som et landskap, men det er laget av en vanvittig rekke dyr og dyreliv.
Hundeskrik
Edward Munchs ikoniske stykke går til hundene. Øynene over alt er mer enn litt foruroligende.