15 fantastiske ting nevrale nettverk har lært å gjøre

2024 Forfatter: Malcolm Clapton | [email protected]. Sist endret: 2023-12-17 04:07

Fra å kjøre bil til å lage mesterverk.

Et nevralt nettverk er en kunstig intelligens som er i stand til å lære seg selv. I en eller annen form eksisterte lignende programmer Neurodatamaskinteknologi: teori og praksis tilbake på åttitallet, men dette området fikk spesielt rask utvikling rundt 2015. Ledende universiteter som Massachusetts og Oxford, samt store selskaper, som Google, begynte aktivt å utforske mulighetene til nevrale nettverk.

Nå er disse teknologiene tilgjengelige for alle. Og menneskeheten har allerede kommet opp med dusinvis av de mest vanvittige og merkelige applikasjonene for slike programmer. Her er noen av dem.

1. Å komme med ansikter til ikke-eksisterende mennesker

Personene du ser på bildet over ser realistiske ut, men de eksisterer ikke. Bildene deres skapte progressiv vekst av GAN-er for forbedret

kvalitet, stabilitet og variasjon nevrale nettverk fra NVIDIA. Programmet ble trent på ekte fotografier av kjendiser, og som et resultat lærte det å generere pålitelige bilder av ansikter. Du kan selv sjekke hvor godt hun gjør det.

2. Les høyt

Det finnes mange teknologier for å syntetisere tale ved hjelp av nevrale nettverk. For dette formålet finnes det programmer for dette, for eksempel, og "". Tale skapt på denne måten er flytende og realistisk, og det er mange bruksområder for denne metoden, fra dubbingapplikasjoner for synshemmede til å lage lydbøker til lav pris.

3. Kjør biler

Mange bedrifter ser på selvkjørende biler som fremtidens transport. Audi, Uber, Google, Tesla, Yandex og mange andre selskaper har sin egen utvikling på dette området. Så godt som ingen av disse teknologiene er komplette uten nevrale nettverk. De hjelper kjøretøy med å finne ut hvor merking, skilt, andre kjøretøy og fotgjengere er på veien og ta avgjørelser basert på disse dataene.

4. Gjenopprett fargen på bilder og videoer

Forskere fra Waseda University i Tokyo har utviklet Let there be color! et program som lager svart-hvitt-fotografier og videoer i farger. Det nevrale nettverket har lært å identifisere vanlige motiver i bilder (himmelen er vanligvis blå, trær er grønne og så videre) og å male gjenstander i passende farger.

5. Se hundeansikter overalt

En av de første nevrale nettverksteknologiene som ble tilgjengelig for et bredt publikum var Googles Inceptionism Inceptionism i 2015. Hun behandlet bildene og la til silhuetter av hundeansikter, pagoder og buer til dem. Nettbrukere begynte å sende bildene, berømte maleriene, videoene og filmene sine gjennom programmet - det viste seg uvanlig og skummelt.

6. Skriv musikk

Enhver form for digital informasjon kan lastes inn i nevrale nettverk, inkludert musikk. Noen forskere trener programmene sine på låtene til kjente komponister. Datamaskiner har ennå ikke produsert meningsfulle komposisjoner, men de kopierer stilene til musikere ganske godt.

7. Få politikerne til å si hva som helst

En av de mest skremmende bruken av nevrale nettverk er videosyntese, spesielt med offentlige personer. For eksempel har forskere ved University of Washington utviklet Synthesizing Obama: Learning Lip Sync from Audio, et program som genererer Barack Obamas leppebevegelser basert på lydopptak og erstatter dem i video. Det viser seg veldig pålitelig.

8. Gå

Google-datterselskapet DeepMind gjennomførte et eksperiment. Tre forskjellige virtuelle figurer - en humanoid, en pinne med to ben og en ball med fire ben - måtte lære seg å gå. De hadde ingen informasjon om hvordan dette gjøres – bare oppgaven med å komme seg fra et punkt til et annet og sensorer som hjelper til med å bestemme deres posisjon i rommet. Etter hundrevis av timer med trening lærte alle tre figurene å gå, løpe, hoppe og bevege seg på ujevne underlag.

9. Kontrollroboter

Teknologier basert på nevrale nettverk er mye brukt i robotikk. For eksempel kan en robot laget av Disney Research Institute bevege seg fremover med ett, to og tre ben. Og leveringsroboten fra Starship Technologies skal navigere i gatene, unngå hindringer og fotgjengere.

10. Gjenkjenne svindel og korrupsjon

En av hovedfunksjonene til nevrale nettverk er mønstergjenkjenning, inkludert korrelasjoner mellom hendelser. Dette er veldig nyttig på den økonomiske arenaen: du kan forutsi ulovlig aktivitet før det skjer. For eksempel i Spania har forskere laget Predicting Public Corruption with Neural Networks: An Analysis of Spanish Provinces, et program som hjelper til med å oppdage korrupsjon i landets provinser. Og noen banker utvikler Citi Ventures Deploys Machine Learning and Artificial Intelligence With People og bruker systemer som gjenkjenner kredittkortsvindel.

11. Oversett tekst på et bilde i sanntid

Sanntidstekstoversettelsesfunksjonen dukket opp i Google Translate i lang tid, men få mennesker vet at den bruker Hvordan Google Translate klemmer dyp læring inn på en telefons nevrale nettverk. Med deres hjelp gjenkjenner programmet bokstaver og andre symboler i bilder, selv om de er uskarpe, rotert rundt aksen, stiliserte eller forvrengte. Deretter setter applikasjonen dem i ord og setninger, oversetter og projiserer dem på bildet. Og alt dette på et splitsekund.

12. Overfør kunststil fra ett bilde til et annet

I 2016 presenterte flere selskaper teknologier for bildebehandling i ulike kunstneriske stiler. Apper som Prisma, DeepArt og Ostagram har dukket opp. Prisma lar deg velge mellom flere hundre ferdiglagde filtre, og Ostagram og DeepArt - du kan laste opp et bilde eller bilde selv, som vil tjene som en kilde til stil.

13. Gjør grove skisser til realistiske malerier

Tidlig i 2019 viste NVIDIA Stroke of Genius: GauGAN Turns Doodles into Stunning, et Photorealistic Landscapes-program som gjør bilder fra noen få enkle former til vakre detaljerte bilder. Brukeren gjør et par slag, og det nevrale nettverket skaper et bilde fra dette, som på lang avstand ikke kan skilles fra et ekte lerret av en eller annen landskapsmaler. Hav, steiner, by, skog, skyer - dusinvis av forskjellige objekter kan legges til bildet. Det nevrale nettverket bestemmer til og med selv hvor skygger eller refleksjoner er nødvendig.

14. Les lepper

Forskere ved Google og Oxford University har laget LipNet-teknologien LipNet, som bruker nevrale nettverk til å lese lepper. Og hun gjør det mye mer nøyaktig enn en person. I gjennomsnitt leser personer med hørselshemninger lepper med 52 % nøyaktighet, og LipNet med 88 % nøyaktighet.

15. Skriv tekster

Folk lærte nevrale nettverk og hvordan man jobber med tekst. Programmer er skrevet av Deep-speare: A Joint Neural Model of Poetic Language, Meter and Rhyme-dikt, noveller, falske tekster for Wikipedia, manus til serier (for eksempel for Friends).

Og i 2016 ble verdens første kortfilm Sunspring utgitt, manuset til den ble skrevet av kunstig intelligens. Kino er absolutt meningsløst: datamaskiner sliter fortsatt med å lage. Men hvem vet, kanskje etter noen år vil yrket som manusforfatter reduseres til å redigere verk laget av en maskin.