15 fantastiske ting, neurale netværk har lært at gøre

2024 Forfatter: Malcolm Clapton | [email protected]. Sidst ændret: 2023-12-17 03:51

Fra at køre bil til at skabe mesterværker.

Et neuralt netværk er en kunstig intelligens, der er i stand til selv at lære. I en eller anden form eksisterede lignende programmer Neurocomputerteknologi: teori og praksis tilbage i firserne, men dette område modtog en særlig hurtig udvikling omkring 2015. Førende universiteter som Massachusetts og Oxford, såvel som store virksomheder, såsom Google, begyndte aktivt at udforske mulighederne for neurale netværk.

Nu er disse teknologier tilgængelige for alle. Og menneskeheden har allerede fundet på snesevis af de mest vanvittige og mærkelige applikationer til sådanne programmer. Her er et par af dem.

1. At komme med ansigter på ikke-eksisterende mennesker

De mennesker, du ser på billedet ovenfor, ser realistiske ud, men de eksisterer ikke. Deres billeder skabte progressiv vækst af GAN'er til forbedring

kvalitet, stabilitet og variation neurale netværk fra NVIDIA. Programmet blev trænet på rigtige fotografier af berømtheder, og som et resultat lærte det, hvordan man genererer pålidelige billeder af ansigter. Du kan selv tjekke, hvor godt hun gør det.

2. Læs højt

Der er mange teknologier til at syntetisere tale ved hjælp af neurale netværk. Til dette formål er der programmer til dette, for eksempel, og "". Tale oprettet på denne måde er flydende og realistisk, og der er mange anvendelsesmuligheder for denne metode, lige fra dubbing-applikationer for synshandicappede til at lave lydbøger til en lav pris.

3. Kør biler

Mange virksomheder ser selvkørende biler som fremtiden for transport. Audi, Uber, Google, Tesla, Yandex og mange andre virksomheder har deres egen udvikling på dette område. Stort set ingen af disse teknologier er komplette uden neurale netværk. De hjælper køretøjer med at bestemme, hvor afmærkninger, skilte, andre køretøjer og fodgængere er på vejen og træffe beslutninger baseret på disse data.

4. Gendan farve på fotos og videoer

Forskere fra Waseda University i Tokyo har udviklet Lad der være farve! et program, der laver sort/hvide fotografier og videoer i farver. Det neurale netværk har lært at identificere almindelige motiver i billeder (himlen er normalt blå, træer er grønne og så videre) og at male objekter i de passende farver.

5. Se hundeansigter overalt

En af de første neurale netværksteknologier, der blev tilgængelig for et bredt publikum, var Googles Inceptionism Inceptionism i 2015. Hun bearbejdede billederne og tilføjede silhuetter af hundeansigter, pagoder og buer til dem. Netizens begyndte at sende deres billeder, berømte malerier, videoer og film gennem programmet - det viste sig usædvanligt og uhyggeligt.

6. Skriv musik

Enhver form for digital information kan indlæses i neurale netværk, inklusive musik. Nogle forskere træner deres programmer på tonerne af berømte komponister. Computere har endnu ikke produceret meningsfulde kompositioner, men de kopierer musikernes stilarter ganske godt.

7. Få politikerne til at sige hvad som helst

En af de mest skræmmende anvendelser af neurale netværk er videosyntese, især med offentlige personer. For eksempel har forskere ved University of Washington udviklet Synthesizing Obama: Learning Lip Sync from Audio, et program, der genererer Barack Obamas læbebevægelser baseret på lydoptagelser og erstatter dem i video. Det viser sig meget pålideligt.

8. Gåtur

Google-datterselskabet DeepMind gennemførte et eksperiment. Tre forskellige virtuelle figurer - en humanoid, en pind med to ben og en bold med fire ben - skulle lære at gå. De havde ingen information om, hvordan dette gøres - kun opgaven med at komme fra et punkt til et andet og sensorer, der hjælper med at bestemme deres position i rummet. Efter hundredvis af timers øvelse lærte alle tre figurer at gå, løbe, hoppe og bevæge sig på ujævne overflader.

9. Styre robotter

Teknologier baseret på neurale netværk er meget udbredt i robotteknologi. For eksempel kan en robot skabt af Disney Research Institute bevæge sig fremad med et, to og tre ben. Og leveringsrobotten fra Starship Technologies skal navigere i gaderne og undgå forhindringer og fodgængere.

10. Anerkend svig og korruption

En af hovedfunktionerne i neurale netværk er mønstergenkendelse, herunder korrelationer mellem begivenheder. Dette er meget nyttigt på den finansielle arena: du kan forudsige ulovlig aktivitet, før det sker. For eksempel har videnskabsmænd i Spanien skabt Predicting Public Corruption with Neural Networks: An Analysis of Spanish Provinces, et program, der hjælper med at opdage korruption i landets provinser. Og nogle banker udvikler Citi Ventures implementerer maskinlæring og kunstig intelligens med mennesker og bruger systemer, der genkender kreditkortsvindel.

11. Oversæt tekst på et billede i realtid

Tekstoversættelsesfunktionen i realtid dukkede op i Google Oversæt i lang tid, men få mennesker ved, at den bruger Hvordan Google Oversæt presser dyb læring ind på en telefons neurale netværk. Med deres hjælp genkender programmet bogstaver og andre symboler i billeder, selvom de er slørede, drejet rundt om deres akse, stiliserede eller forvrængede. Derefter sætter applikationen dem i ord og sætninger, oversætter og projicerer dem på billedet. Og alt dette på et splitsekund.

12. Overfør kunststil fra et billede til et andet

I 2016 præsenterede flere virksomheder teknologier til billedbehandling i forskellige kunstneriske stilarter. Apps som Prisma, DeepArt og Ostagram er dukket op. Prisma giver dig mulighed for at vælge mellem flere hundrede præfabrikerede filtre, og Ostagram og DeepArt - du kan selv uploade et billede eller billede, som vil tjene som en kilde til stil.

13. Gør grove skitser til realistiske malerier

I begyndelsen af 2019 viste NVIDIA Stroke of Genius: GauGAN Turns Doodles into Stunning, et Photorealistic Landscapes-program, der forvandler billeder fra nogle få enkle former til smukke detaljerede billeder. Brugeren laver et par streger, og det neurale netværk skaber et billede af dette, som på afstand ikke kan skelnes fra et rigtigt lærred af en eller anden landskabsmaler. Hav, klipper, by, skov, skyer - snesevis af forskellige objekter kan føjes til billedet. Det neurale netværk bestemmer endda selv, hvor der er behov for skygger eller refleksioner.

14. Læs læber

Forskere ved Google og Oxford University har skabt LipNet-teknologien LipNet, som bruger neurale netværk til at læse læber. Og hun gør det meget mere præcist end en person. I gennemsnit læser mennesker med hørehandicap læber med 52 % nøjagtighed og LipNet med 88 % nøjagtighed.

15. Skriv tekster

Folk lærte neurale netværk og hvordan man arbejder med tekst. Programmer er skrevet af Deep-speare: A Joint Neural Model of Poetic Language, Meter- og Rhyme-digte, noveller, falske tekster til Wikipedia, manuskripter til føljetoner (for eksempel til venner).

Og i 2016 udkom verdens første kortfilm Sunspring, hvis manuskript er skrevet af kunstig intelligens. Biograf er absolut meningsløst: computere kæmper stadig med at skabe. Men hvem ved, måske efter nogle år vil manuskriptforfatterens erhverv blive reduceret til at redigere værker skabt af en maskine.