Chcesz zrozumieć sztuczną inteligencję? Spróbuj naszkicować kaczkę dla sieci neuronowej

Firma Google wydała kilka Eksperymenty AI które w kreatywny sposób wykorzystują postępy w uczeniu maszynowym.

Zawierają Szybkie losowanie! , gra, w której algorytm próbuje odgadnąć, co szkicujesz, AI Duet , który umożliwia komponowanie utworów muzycznych za pomocą kreatywnego komputera oraz sposoby wizualizacji, w jaki sposób sieci neuronowe reprezentują informacje i widzą świat.

Projekty prezentują kilka nowych funkcji AI wbudowanych przez Google zmodernizowana platforma przetwarzania w chmurze . Ale pomagają również uczynić sztuczną inteligencję mniej tajemniczą i wskazują, w jaki sposób technologia może stać się bardziej dostępna dla nas wszystkich.

Weźmy na przykład Quick, Draw!. Masz 20 sekund na narysowanie sześciu prostych obiektów, a komputer próbuje odgadnąć, nad czym pracujesz w wyznaczonym czasie. Pod maską gra uruchamia system uczenia się, który Google wykorzystuje do rozpoznawania postaci. System analizuje nie tylko kształt, ale także pociągnięcia, których użyłeś do jego narysowania. To świetny sposób na zrozumienie podejścia do uczenia maszynowego, z którego korzystają miliony użytkowników smartfonów. Jest też dość uzależniająca, nawet jeśli zawsze myli moje kaczki z ziemniakami.

Sztuczna inteligencja stojąca za Quick, Draw! nie zawsze widzi rzeczy po swojemu.

W AI W duetach możesz tworzyć muzykę za pomocą algorytmu. Poprzez wysiłek zwany Projekt Magenta Badacze Google badają sposoby wykorzystania sieci neuronowych do naśladowania ludzkiej kreatywności. Rezultaty są fascynujące, zwłaszcza że sposób działania muzycznej twórczości pozostaje dość tajemniczy. Częścią motywacji projektu Google jest w istocie badanie ludzkiej inteligencji poprzez kopiowanie jej muzykalności.

Wśród projektów mających na celu wyjaśnienie wewnętrznego działania sieci neuronowych znajduje się jeden zwany Wizualizacja przestrzeni wielowymiarowej . Ten wysiłek, stworzony przez kilku ekspertów w dziedzinie wizualizacji danych, pokazuje, w jaki sposób duża sieć neuronowa przechowuje i rysuje połączenia między różnymi fragmentami danych.

Wyniki są często piękne, ale podkreślają również jeden ze sposobów, w jaki możemy zrozumieć potężne systemy uczenia maszynowego, które normalnie byłyby nieodgadnione.

To może być bardzo ważne dla wszystkich. Wyobraźmy sobie na przykład algorytm, który właśnie oznaczył pozornie zdrowego pacjenta jako prawdopodobnego rozwoju określonej choroby. Możliwość sprawdzenia wewnętrznych powiązań sieci może sprawić, że ta decyzja będzie mniej trudna do zrozumienia, a leczenie będzie łatwiejsze do uzasadnienia.

Jeśli więc chcesz zrozumieć rewolucję w inteligencji maszynowej, która dokonuje się w prawie każdej branży, warto odwiedzić internetowe laboratorium AI Google.

(Czytaj więcej: AI Eksperymenty , Kąt krzemu , „OK, komputer, napisz mi piosenkę”, „Hard Charade”, „Problem językowy AI”)

ukryć