Невронни мрежи и мобилни приложения
Един от най-големите мениджъри на Google Sandar Pichai заяви през 2014 г., че основният приоритет на компанията на този етап от неговото развитие е машинно обучение. Две години по-късно, след това изявление, през март 2016 г. програмата Alphago победи най-добрия играч в Professional 9 Dana Li Sedol. Тази програма, разработена от Starmind Startup и днес, принадлежаща към Google работи върху алгоритъма на невронната мрежа. След дегусталната победа на изкуствения интелект върху човешкия гений започна бум на невронни системи.
Как се прилагат невронните мрежи, където се прилагат и защо днес те се споменават толкова често, ще кажем в тази статия.
Навигация
Какво представляват невронните мрежи и какви задачи решават?
Човечеството отдавна започва да се развива в областта на изкуствения интелект. Невронни мрежи, едно от тези развития. Принципите на изграждането на такива мрежи се крият в "копирането" на човешката нервна система. Тяхната основна характеристика е, че те са способни на самостоятелно обучение. Това означава, че те могат да работят въз основа на данните, получени по-рано.
Но невронната мрежа не само имитация на човешки системи. Те също приличат на нервната система. Това означава, че се състои от отделни изчислителни елементи. Които могат да бъдат сравнени с човешки неврони. Всички данни, които мрежата получава последователно преработката на няколко невронни сегмента (слоеве), които се състоят от няколко "неврони".
Тъй като мрежите са известни с параметрите на всеки "неврон" и цялата мрежа като цяло, той може, в резултат на предварително получени данни, за да промени работата си. Това е "самообучение".
Днес невронните мрежи се използват доста често. Например, много големи онлайн пазаруване ги използват, за да предложат на своите клиенти по-подходящи за тях продукти. Математически модели за разпознаване и възпроизвеждане на реч, както и разпознаване и обработка на изображения също са широко използвани.
Бумът на безпилотни автомобили също отвори нов обхват на използване на невронни мрежи. Те се използват за поставяне на маршрута и функционирането на навигационните системи.
Производителите на антивирусен софтуер също ги нарисуваха. Такива разработки в областта на изкуствения интелект ви позволяват да защитите информацията от киберпрестъпниците и да идентифицирате незаконно съдържание в интернет.
Вече футурелозите "нарисуват" невероятна картина на бъдещето, където мащабът на невронните мрежи ще се увеличи многократно. Например, ще се появят роботи, градинари. Коя благодарение на стотици вградени микрокамери ще получат данни, анализят ги и отделни плевели от култивирани растения. Благодарение на "самообразованието" такива роботи са способни да прилагат индивидуална обработка на всяко растение.
В интернет разработените сега невронните мрежи ще могат да създават гласови интерфейси за "комуникация" на различни обекти на такава "уеб". Алгоритмите на такъв математически модел ще могат да заменят човек в центрове за обаждания, контролери в складове, преводачи, консултанти и представители на други професии. Според много анализатори, тези невронни мрежи ще се нуждаят само от 3-5 години.
Вече днес невронните мрежи ви позволяват да вземете някои решения за човек. Нека ги нарекат твърде интелектуален, но победата на програмата, базирана на такива алгоритми, ви позволява да вярвате в успеха им в бъдеще.
Защо невронните мрежи са станали толкова популярни сега?
За изкуственото разузнаване човечеството помисли дълго време. Относно използването на невронни мрежи за решаване на този въпрос, преди 70 години. Но само днес стана възможно в тези обеми, които са необходими.
Популярността на невронната мрежа днес се дължи на повишената скорост на "невроните". Това означава индивидуални изчисления. Благодарение на което е възможно да се намали времето за етапа на "обучение". Десетки милиони данни, необходими за функционирането на такива мрежи, дължащи се на съвременни процесори и видео карти, се обработват доста бързо. Съвременните технологии на ускорено учене и ги доведоха до напреднал изкуствен интелект.
Алгоритми на невронни системи в мобилни приложения
Наскоро имаше много развлекателни проекти на пазара на мобилни приложения, които използват невронни мрежи. Разбира се, основната реклама ги направи приложението призма. Освен това си струва да се отбележи конкурент на това MLVCH приложение, както и популярна видео услуга на MSQRD. Което също използва описаните математически алгоритми.
Призма.
Приложението Prisma, руските разработчици, превръщайки снимка на снимките на известни художници, може би най-известното прилагане на невронни мрежи в съвременния живот. Преди всичко, Prisma демонстрира възможностите на такива математически алгоритми при разработването на мобилни приложения. Но, такова стилизация на изображения може да се прилага не само в развлекателни цели, но и в дизайна, анимацията, компютърната графика и други подобни региони.
Да, създателите на Призма не могат да се наричат \u200b\u200bпионери. Използва се преди това да се използва невронна мрежа за обработка на изображения. Например, подобни алгоритми са били използвани за създаване на филм във Ван Гог стил, но обработката на една рамка отне около 3 минути. Съвременните технологии го позволяват много по-бързо. В една и съща призма, обработката на снимки отнема малко повече от 1 секунда. И това е въпреки факта, че снимката е заредена на сървъра, обработена и изпратена на потребителя.
При обработката на фотографията се определят обекти, показани на него. След това стилът на избрания художник се прилага към картината. Това означава, че приложението с помощта на изкуствени невронни мрежи "дублира" работата на мозъка на художника. Това е невероятно, очарователно и много красиво.
Сега в "призма" можете да изберете филтри, имитиращи стилове 21 художници - от Едуард норка и Марк Стигал до Ван Гог и Пикасо. Според разработчиците алгоритмите за приложения вече скоро помагат за избор на подходящи филтри в автоматичен режим.
MLVCH.
MLVCH е основната конкурентна призма.
MLVCH е основната конкурентна призма. Работи върху подобен алгоритъм, но се отличава с по-сложно разработване. Ако изображението на Prisma се обработва в 20-30 повторения, след това в MLVCH за 100. което ви позволява да получите по-подробен образ на изхода. В допълнение, MLVCH е 2,5 пъти повече филтри, отколкото в призма.
Що се отнася до минусите, тази сложност на преработката на снимки в MLVCH увеличава времето на получаване на завършената опция. В допълнение, само една снимка може да бъде обработена безплатно на ден. За всички последващи ще трябва да плащат 75 рубли. Освен това можете да си купите пакет от 100 снимки за 2990 рубли.
Къде другаде се прилагат невронни мрежи?
Разбира се, приложените продукти, използващи невронни мрежи, най-често се използват за анализиране на изображения. Но използването на приложението Clarifai можете да отидете по-далеч и да разпознаете изображението на видеоклипа. Друга подобна услуга предлага руската компания ntechlab. Тя разработи приложението Findface. С което можете чрез снимка на потребителя да намери профила си в социалната мрежа "ВКонтакте"
Услугата "AUTO.RU", която днес принадлежи към Yandex, на снимката независимо разпознава марката и модела на изобразената кола. Принципът на "компютърната визия", използван в такова признание, също работи върху технологията на невронната мрежа.
Използвайки приложението Ostagram, можете не само да донесете стилове, но дори да преначертаете снимки. И с помощта на задълбочения, потребителят въз основа на какви снимки, които той разпространява в интернет, се предлагат продукти от онлайн магазини.
Разбира се, анализът на снимки с рекламни и развлекателни цели Областта на прилагане на невронна мрежа не е ограничена. Ava Startup ви позволява да следвате здравето си. Приложението анализира снимки на ястия и храна и издава информация за калориите и различни добавки.
Не толкова отдавна, с помощта на алгоритъма на Yandex Neural Network записа музикалния албум "Невронна защита". Проектът, наречен "AUTOPOET", генерираха подпечатани текстове.
Използва описаните математически алгоритми и друга водеща интернет търсачка Google. През ноември 2015 г. тази компания въведе специална функция към неговата Gmail Mail, благодарение на която самата услуга генерира три отговора на входящо писмо. Можете да изберете най-добрата мишка с едно кликване.
Също така се използват невронни мрежи при създаването на безпилотни автомобили и летящи устройства. Първо, лицето се управлява от тези средства за движение. Данните се събират в специална база, която се използва за "обучение" autopilot. Вече в Швейцария има безпилотно въздушно съоръжение, което използва принципите на невронната мрежа и се използва за търсене на изгубени туристи.
Безпилотен автомобил
Популярните последни ботове, които се използват в социалните мрежи и съобщения, могат също да използват описаните математически алгоритми. Американският пускането на Лука успешно използва невронна мрежа за изучаване на ботовете си. И използвайки приложението Eterni.me, можете да създадете аватар и "да учи", за да бъде свой собствен собственик. За тази невронна мрежа събират информация за собственика на аватара и го въведете на виртуален обект. Такъв обект след смъртта на своя прототип ще може да продължи "живота" на собственика си.
В допълнение, този бот аватар може да бъде създаден, за да комуникира с хора, които не искат да прекарват времето си. Горелката успешно тества такъв продукт. Ние чакаме приемането на специално приложение, за да създадем вашия бот.
Също така невронните мрежи в бъдеще ще бъдат използвани за формиране на медицинска диагноза или "четене" резултати от анализи. Фирми като AutoMwise, остър, количествена кожа и др. Вече работят в тази посока. И проектът за дълбоки геномика може да анализира генома и да предскаже развитието на възможни заболявания.