Neuronske mreže i mobilne aplikacije
Jedan od najboljih menadžera Google Sandara Pichai izjavio je 2014. da je glavni prioritet tvrtke u ovoj fazi svog razvoja učenje stroja. Dvije godine kasnije, nakon ove izjave, u ožujku 2016. godine, Alphago program je pobijedio najbolji igrač u profesionalnom 9 Dana Li Sedol. Ovaj program razvijen od strane DeepMind Startup i danas pripada Google radi na algoritmu samourne neuronske mreže. Nakon nepoznate pobjede umjetne inteligencije nad ljudskim genijama započela je bum neuralnih sustava.
Što su neuronske mreže gdje se primjenjuju i zašto se danas spominju, mi ćemo reći u ovom članku.
Navigacija
Što su neuronske mreže i koji zadaci rješavaju?
Čovječanstvo se dugo počinje razvijati u području umjetne inteligencije. Neuronske mreže, jedan od ovih zbivanja. Načela izgradnje takvih mreža leži u "kopiranju" ljudskog živčanog sustava. Njihova glavna značajka je da su sposobni za samo-studiranje. To jest, oni mogu raditi na temelju dobivenih podataka ranije.
No, neuronska mreža nije samo imitacija ljudskih sustava. Oni također nalikuju živčanom sustavu. To jest, sastoji se od odvojenih računalnih elemenata. Koji se mogu usporediti s ljudskim neuronima. Svi podaci koje mreža dobiva je dosljedno prolazi kroz obradu nekoliko neuronskih segmenata (slojeva), koji se sastoje od nekoliko "neurona".
Budući da su mreže poznate po parametrima svakog "neurona" i cijele mreže u cjelini, može, kao rezultat prethodno dobivenih podataka promijeniti svoj rad. To jest, "samopouzdanje".
Danas se neuronske mreže koriste vrlo često. Na primjer, mnoge velike online kupovine koriste ih kako bi svojim klijentima ponudili prikladnije za njih proizvode. Također se široko koriste matematički modeli za prepoznavanje i igranje govora, kao i prepoznavanje i obradu slike.
Boom na bespilotnim automobilima također je otvorio novi opseg uporabe neuronskih mreža. Oni se koriste za polazak i rad navigacijskih sustava.
Proizvođači antivirusnog softvera također su nacrtali na njih. Takva kretanja u području umjetne inteligencije omogućuju vam da zaštitite informacije od cybercriminals i identificirati ilegalni sadržaj na internetu.
Već, futurolozi "crtaju" nevjerojatnu sliku budućnosti, gdje će se mjerilo neuronskih mreža više puta povećati. Na primjer, će se pojaviti roboti, vrtlari. Koji će zahvaljujući stotinama ugrađenih mikrokamernih mikrokamera dobiti podatke, analizirati ih i odvojiti korov od kultiviranih biljaka. Zahvaljujući "samoobrazovanju" takvi roboti mogu primjenjivati \u200b\u200bpojedinačnu obradu u svakoj biljci.
U internet je sada razvijen, neuronske mreže moći će stvoriti glasovne sučelja za "komunikaciju" različitih objekata takvog "weba". Algoritmi takvog matematičkog modela moći će zamijeniti osobu u pozivnim centrima, kontrolerima u skladištima, prevoditeljima, konzultantima i predstavnicima drugih profesija. Prema mnogim analitičarima, ove neuronske mreže trebat će samo 3-5 godina.
Već danas, neuronske mreže omogućuju vam da uzmete neka rješenja za osobu. Neka se nazovu previše intelektualne, ali pobjeda programa na temelju takvih algoritama omogućuje vam da vjerujete u njihov uspjeh u budućnosti.
Zašto su neuronske mreže sada postale tako popularne?
O umjetnoj inteligenciji čovječanstvo misli već dugo vremena. O uporabi neuronskih mreža za rješavanje ovog pitanja, prije 70 godina. No, samo danas je postalo moguće u onim količinama koje su potrebne.
Popularnost neuronske mreže danas je zbog povećane brzine "neurona". To jest, pojedinačni računalni elementi. Zahvaljujući kojem je bilo moguće smanjiti vrijeme za fazu "treninga". Deseci milijuna podataka potrebnih za rad takvih mreža zbog suvremenih procesora i grafičkih kartica se vrlo brzo obrađuju. Suvremene tehnologije ubrzanog učenja i dovele su ih do napredne umjetne inteligencije.
Algoritmi neuralnih sustava u mobilnim aplikacijama
Nedavno je bilo mnogo zabavnih projekata na tržištu mobilnih aplikacija, koji koriste neuronske mreže. Naravno, glavni oglas učinio ih je aplikacijom prisma. Osim toga, vrijedi spomenuti natjecatelja ove MLSH aplikacije, kao i popularne MSQRD video usluge. Koji također koristi opisane matematičke algoritme.
Prisma.
Prisma primjena, ruski programeri, pretvaraju fotografiju slika poznatih umjetnika, možda najpoznatija primjena neuronskih mreža u suvremenom životu. Prije svega, prisma demonstrira mogućnosti takvih matematičkih algoritama pri razvoju mobilnih aplikacija. No, takva stilizacija slika može se primjenjivati \u200b\u200bne samo u zabavnim ciljevima, već iu dizajnu, animaciji, računalnoj grafici i drugim sličnim regijama.
Da, kreatori prizma ne mogu se nazvati pionirima. Prije uporabe neuronske mreže za obradu slike korištena je prije. Na primjer, slični algoritmi su korišteni za stvaranje filma u kombiju gogh, ali obrada jednog okvira trajalo je oko 3 minute. Moderne tehnologije omogućuju vam brže. U istoj prizmi obrada fotografija traje nešto više od 1 sekunde. A to je unatoč činjenici da je fotografija učitana na poslužitelj, obrađen i poslao korisniku.
Prilikom obrade fotografije definirani su objekti prikazani na njemu. Nakon toga se na slici primjenjuje stil odabranog umjetnika. To jest, primjena uz pomoć umjetnih neuronskih mreža "duplikati" rad umjetničkog mozga. Nevjerojatno je, fascinantno i vrlo lijepo.
Sada u "Prism" možete odabrati filtre imitiranje stilova 21 umjetnika - od Edward Mink i Mark Stegal u Van Gogh i Picasso. Prema programerima, algoritmi primjene već uskoro pomažu u odabiru odgovarajućih filtera u automatskom načinu rada.
Mlvch
Mlvch je glavni natjecatelj prisma.
Mlvch je glavni natjecatelj prisma. Radi na sličnom algoritmu, ali se odlikuje složenijom razradom. Ako se slika prisma obrađuje u 20-30 iteracija, onda u MLSCH za 100. Što vam omogućuje da dobijete detaljniju sliku na izlazu. Osim toga, MLSH je 2,5 puta više filtera nego u prizmu.
Što se tiče minusi, ta složenost fotografske obrade u MLSCH povećava vrijeme primanja gotove opcije. Osim toga, samo jedna fotografija može se obraditi besplatno na dan. Za sve naknadne će morati platiti 75 rubalja. Osim toga, možete kupiti paket od 100 fotografija za 2990 rubalja.
Gdje se drugdje ponavljaju neuronske mreže?
Naravno, primijenjeni proizvodi koriste neuronske mreže najčešće se koriste za analizu slika. Ali pomoću aplikacije Clarifai možete ići dalje i prepoznati sliku na videozapisu. Još jedna slična usluga nudi ruskoj tvrtki Ntechlab. Razvila je Findface aplikaciju. S kojom možete putem fotografije korisnika da pronađe svoj profil u društvenoj mreži "Vkontakte"
Usluga "Auto.ru", koja danas pripada Yandexu, na fotografiji samostalno prepoznaje brand i model prikazanog automobila. Načelo "računalne vizije" koristi se u takvom priznanju također radi na neuronskoj mreži tehnologiji.
Koristeći Ostatigram aplikaciju, ne samo da možete donijeti stilove, nego i crvene slike. Uz pomoć duboko, korisnik se temelji na onome što je on distribuirao na internetu nudi proizvode iz online trgovina.
Naravno, analiza slika s oglašavanjem i zabavnim ciljevima područja primjene neuronske mreže nije ograničeno. AVA Startup omogućuje vam da slijedite svoje zdravlje. Aplikacija analizira fotografije jela i hrane i izdaje informacije o kalorijama i raznim aditivima.
Ne tako davno, uz pomoć Yandex Neural mreže Algoritam zabilježio je glazbeni album "Neural obrana". Projekt koji se zove "Autopoet" generirao je ovjerene tekstove.
Koristi opisane matematičke algoritme i još jednu vodeću internetsku tražilicu Google. U studenom 2015. ova tvrtka je uvela posebnu funkciju njegovoj Gmail Mail, zahvaljujući kojem servis stvara tri odgovora na dolazno pismo. Možete odabrati najbolji miš jednim klikom.
Također se neuronske mreže koriste prilikom stvaranja bespilotnih automobila i letećih uređaja. Prvo, osoba upravlja ova sredstva kretanja. Podaci se prikupljaju u posebnoj bazi, koja se koristi za "učenje" autopilota. Već u Švicarskoj postoji bespilotna zračna ustanova koja koristi načela neuronske mreže i koristi se za traženje izgubljenih turista.
Besmislica
Popularni nedavni roboti koji se koriste u društvenim mrežama i porukama također mogu koristiti opisane matematičke algoritme. Američko lansiranje Luke uspješno koristi neuronsku mrežu za učenje svojih robota. I pomoću aplikacije ETERNI.ME, možete stvoriti avatar i "naučiti" da bude vaš vlasnik. Za ovu neuronsku mrežu prikupljaju informacije o vlasniku avatara i uvodite ga s virtualni objekt. Takav objekt nakon smrti njegovog prototipa moći će nastaviti "život" svog vlasnika.
Osim toga, ovaj bot avatar može se stvoriti kako bi komunicirao s ljudima koji ne žele provesti vrijeme. Plamenik uspješno testira takav proizvod. Čekamo usvajanje posebne aplikacije za stvaranje vašeg bota.
Također će se neuronske mreže u budućnosti koristiti za formiranje medicinske dijagnoze ili "čitanje" rezultata analiza. Tvrtke kao što su atomske, elitične, kvantificirane kože, itd. Već rade u tom smjeru. A projekt dubokog genomika može analizirati genom i predvidjeti razvoj mogućih bolesti.