Neurala nätverk och mobila applikationer
En av de bästa cheferna i Google Sandar Pichai sade 2014 att bolagets huvudprioritering på detta stadium av sin utveckling är maskininlärning. Två år senare, efter det här uttalandet, i mars 2016, slog Alphago-programmet den bästa spelaren i professionell 9 Dana Li Sedol. Detta program utvecklat av den djupa uppstarten och idag som tillhör Google arbetar på algoritmen för självlärande neuralt nätverk. Efter den försiktiga segern av artificiell intelligens över det mänskliga geni började en bommen av neurala system.
Vad är de neurala nätverk där de tillämpas och varför de idag nämns så ofta kommer vi att berätta i den här artikeln.
Navigering
Vad är neurala nätverk och vilka uppgifter de löser?
Människan har länge börjat utvecklas inom artificiell intelligens. Neurala nätverk, en av dessa utvecklingar. Principerna för att bygga sådana nätverk ligger i "kopiering" av det mänskliga nervsystemet. Deras huvudsakliga funktion är att de kan självstudiera. Det vill säga de kan fungera på grundval av de erhållna uppgifterna.
Men neuralt nätverk är inte bara imitation av mänskliga system. De liknar också nervsystemet. Det är, består av separata datorer. Som kan jämföras med humana neuroner. Alla data som nätverket mottar är konsekvent genom att behandla flera neurala segment (lager), som består av flera "neuroner".
Eftersom nätverken är kända för parametrarna för varje "neuron" och hela nätverket som helhet, kan det, som ett resultat av tidigare erhållna data att ändra sitt arbete. Det vill säga "självstudie".
Idag används neurala nätverk ganska ofta. Till exempel använder många stora online shopping dem för att erbjuda sina kunder mer lämpliga för dem produkter. Matematiska modeller för att erkänna och spela tal, såväl som erkännande och bildbehandling används också i stor utsträckning.
Bommen på obemannade bilar öppnade också ett nytt användningsområde för neurala nätverk. De används för att lägga rutten och driften av navigationssystem.
Tillverkarna av antivirusprogramvara drog också på dem. Sådan utveckling inom artificiell intelligens gör att du kan skydda information från cyberkriminella och identifiera olagligt innehåll på Internet.
Redan, ritar futurologer "en fantastisk bild av framtiden, där omfattningen av neurala nätverk ökar upprepade gånger. Till exempel kommer robotar att visas, trädgårdsmästare. Vilket tack vare hundratals inbyggda mikrocamerer kommer att få data, analysera dem och separera ogräs från odlade växter. Tack vare "självutbildning" kan sådana robotar tillämpa individuell bearbetning till varje anläggning.
På Internet utvecklades nu de neurala nätverken att skapa röstgränssnitt för "kommunikation" av olika föremål av sådan "web". Algoritmer av en sådan matematisk modell kommer att kunna ersätta en person i call centers, controllers i lager, översättare, konsulter och företrädare för andra yrken. Enligt många analytiker behöver dessa neurala nätverk bara 3-5 år.
Redan idag tillåter neurala nätverk att du ska ta några lösningar för en person. Låt dem kallas för intellektuella än, men programens seger baserat på sådana algoritmer gör att du kan tro på deras framgång i framtiden.
Varför har neurala nätverk blivit så populära nu?
Om artificiell intelligens mänskligheten tänkte länge. Om användningen av neurala nätverk för att lösa denna fråga, för 70 år sedan. Men, bara idag har det blivit möjligt i de volymer som är nödvändiga.
Populariteten av neuralt nätverk idag beror på den ökade hastigheten på "neurons". Det vill säga enskilda beräkningselement. Tack till vilket det var möjligt att minska tiden för scenen av "träning". Tioåriga miljoner data som krävs för driften av sådana nätverk på grund av moderna processorer och videokort behandlas ganska snabbt. Modern teknik av accelererat lärande och ledde dem till avancerad artificiell intelligens.
Algoritmer av neurala system i mobila applikationer
Nyligen har det varit många underhållningsprojekt på mobilapplikationsmarknaden, som använder neurala nätverk. Naturligtvis gjorde den huvudsakliga annonsen dem ansökan Prisma. Dessutom är det värt att notera en konkurrent i denna MLVCH-applikation, liksom en populär MSQRD-videotjänst. Som också använder de beskrivna matematiska algoritmerna.
Prisma.
Prisma-applikationen, ryska utvecklare, omvandlar ett foto av bilderna av kända konstnärer, kanske den mest kända tillämpningen av neurala nätverk i det moderna livet. Först och främst visar Prisma möjligheterna hos sådana matematiska algoritmer när man utvecklar mobila applikationer. Men en sådan stilisering av bilder kan tillämpas inte bara i underhållningsändamål, men också i design, animering, datorgrafik och andra liknande regioner.
Ja, skaparna av Prisma kan inte kallas pionjärer. Att använda ett neuralt nätverk för bildbehandling användes tidigare. Till exempel användes liknande algoritmer för att skapa en film i Van Gogh-stil, men behandlingen av en ram tog cirka 3 minuter. Modern teknik tillåter det mycket snabbare. I samma Prisma tar fotobehandlingen lite mer än 1 sekund. Och det här trots det faktum att fotot är laddat till servern, bearbetat och skickat till användaren.
Vid bearbetning av fotografering definieras objekt som visas på den. Därefter appliceras stilen på den valda artisten på bilden. Det vill säga tillämpningen med hjälp av artificiella neurala nätverk "duplikat" konstnärens hjärnans arbete. Det är fantastiskt, fascinerande och mycket vackert.
Nu i "Prism" kan du välja filter som imiterar stilar 21 artister - från Edward Mink och Mark Stegal till Van Gogh och Picasso. Enligt utvecklarna hjälper applikationalgoritmerna redan snart att välja lämpliga filter i automatiskt läge.
MLVCH
MLVCH är huvudkonkurrenten Prisma.
MLVCH är huvudkonkurrenten Prisma. Det fungerar på en liknande algoritm, men kännetecknas av en mer komplicerad utarbetande. Om Prisma-bilden behandlas i 20-30 iterationer, sedan i MLVCH för 100. vilket gör att du kan få en mer detaljerad bild vid utgången. Dessutom är MLVCH 2,5 gånger fler filter än i Prisma.
När det gäller minuserna ökar denna komplexitet av fotobehandling i MLVCH tiden för mottagandet av det färdiga alternativet. Dessutom kan bara ett foto bearbetas gratis på en dag. För alla efterföljande måste det betala 75 rubel. Dessutom kan du köpa ett paket med 100 foton för 2990 rubel.
Var annars gäller neurala nätverk?
Naturligtvis används även tillämpade produkter som använder neurala nätverk oftast för att analysera bilder. Men med Clarifai-applikationen kan du gå vidare och känna igen bilden på videon. En annan liknande tjänst erbjuder det ryska företaget Ntechlab. Hon utvecklade Findface-programmet. Med vilken du kan med ett foto av användaren för att hitta sin profil i det sociala nätverket "vkontakte"
Service "auto.ru", som idag tillhör Yandex, på bilden, känner till det varumärke och modell av den avbildade bilen. Principen om "datorsyn" som används i ett sådant erkännande arbetar också med neural network-teknik.
Med hjälp av Ostagram-programmet kan du inte bara ta med stilar, men även omformade bilder. Och med hjälp av deepomatic, användaren baserat på vilka bilder han distribuerade på Internet erbjuds produkter från nätbutiker.
Naturligtvis är analysen av bilder med reklam och underhållning mål att tillämpningsområdet för ett neuralt nätverk är inte begränsat. Ava Startup gör att du kan följa din hälsa. Applikationen analyserar fotografier av rätter och mat och utfärdar information om kalorier och olika tillsatser.
Inte så länge sedan, med hjälp av Yandex Neural Network Algorithm spelade musikalbumet "Neural Defense". Projektet som kallades "autopoet" genererade stämplade texter.
Använder de beskrivna matematiska algoritmerna och en annan ledande Internet-sökmotor Google. I november 2015 introducerade detta företag en speciell funktion till hans gmail-mail, tack vare vilken tjänst som genererar tre svar på ett inkommande brev. Du kan välja den bästa musen med ett klick.
Även neurala nätverk används när de skapar obemannade bilar och flygande enheter. För det första hanteras personen av dessa rörelseformer. Uppgifterna samlas in i en speciell bas, som används för "Learning" autopilot. Redan i Schweiz finns en obemannad antennanläggning som använder principerna för neuralt nätverk och används för att söka efter förlorade turister.
Obemannad bil
Populära nya bots som används i sociala nätverk och meddelanden kan också använda de beskrivna matematiska algoritmerna. Den amerikanska lanseringen av LUKA använder framgångsrikt ett neuralt nätverk för att lära sig sina bots. Och med hjälp av Eterni.me-programmet kan du skapa en avatar och "lära" det vara din egen ägare. För detta neurala nätverk samlar in information om avatarens ägare och presentera det för ett virtuellt objekt. Ett sådant föremål efter hans prototyps död kommer att kunna fortsätta "livet" hos sin ägare.
Dessutom kan denna bot avatar skapas för att kommunicera med människor som inte vill spendera tid. Brännaren testar framgångsrikt en sådan produkt. Vi väntar på antagandet av en speciell applikation för att skapa din bot.
Även neurala nätverk i framtiden kommer att användas för att bilda en medicinsk diagnos eller "läsning" resultat av analyser. Företag som Atomwise, Enlitic, Quantified Skin, etc. Arbeta redan i den här riktningen. Och det djupa genomikprojektet kan analysera genomet och förutsäga utvecklingen av möjliga sjukdomar.