Sinir Ağları ve Mobil Uygulamalar
Google Sandar Pichai'nin en üst düzey yöneticilerinden biri 2014 yılında, şirketin gelişiminin bu aşamasında temel önceliğinin makine öğrenmesi olduğunu söyledi. İki yıl sonra, bu açıklamadan sonra, Mart 2016'da, alphago programı profesyonel 9 Dana Li Sedol'daki en iyi oyuncuyu yendi. Deepmind Startup ve bugün Google'a ait olan bu program, kendi kendine öğrenen sinir ağının algoritasyonunda Google'a aittir. İnsan dehası üzerindeki yapay zeka zafer kazandıktan sonra, bir nöral sistemlik patlamasına başladı.
Uygulandıkları sinir ağları nedir ve bugün neden bugün bu kadar sık \u200b\u200bbahsedildiler, bu makalede söyleyeceğiz.
Navigasyon
Sinir ağları nedir ve hangi görevleri çözüyorlar?
İnsanlık, yapay zeka alanında gelişmeye başlar. Nöral ağlar, bu gelişmelerden biri. Bu tür ağlar inşa etme ilkeleri, insan sinir sisteminin "kopyalanması" da yatmaktadır. Ana özellikleri, kendi kendine çalışma yeteneğine sahip olmalarıdır. Yani, daha önce elde edilen verilerin temelinde çalışabilirler.
Ancak, sinir ağı sadece insan sistemlerinin takdiri değildir. Sinir sistemine de benziyorlar. Yani, ayrı bilgisayar elemanlarından oluşur. İnsan nöronlarıyla karşılaştırılabilir. Ağın aldığı tüm veriler, birkaç "nöronlardan" oluşan birkaç sinir segmentinin (katmanların) işlenmesine sürekli olarak geçirilir.
Ağlar, her bir "nöron" ve tüm ağın bir bütün olarak parametreleri için bilindiğinden, çalışmalarını değiştirmek için önceden elde edilen verilerin bir sonucu olarak olabilir. Yani "kendi kendine çalışma."
Bugün, sinir ağları oldukça sık kullanılmaktadır. Örneğin, birçok büyük çevrimiçi alışveriş, müşterilerini kendileri için daha uygun sunmak için onları kullanır. Konuşmayı tanımak ve oynamak için matematiksel modeller, aynı zamanda tanıma ve görüntü işleme de yaygın olarak kullanılmaktadır.
İnsansız otomobillerin bomu, nöral ağların kullanımı yeni bir kapsamını açtı. Rotayı ve navigasyon sistemlerinin çalışmasını sağlamak için kullanılırlar.
Antivirüs yazılımı üreticileri de onları çekti. Yapay zeka alanındaki bu gelişmeler, siber suçlardan gelen bilgileri korumanıza ve internetteki yasadışı içeriği tanımlamanıza izin verir.
Zaten, futurologlar, nöral ağların ölçeğinin art arda artacağı geleceğin muhteşem bir resmini "çizer". Örneğin, robotlar bahçıvanlar görünecektir. Yüzlerce yerleşik mikrokamer sayesinde veri alacak, onları analiz edecek ve yabani otları ekili bitkilerden ayırmak. "Kendi eğitim" sayesinde, bu tür robotlar her bir tesise bireysel işleme başvurusunda bulunabilir.
İnternette geliştirilen internette, sinir ağları, bu tür "Web'in" çeşitli nesnelerin "iletişim" için sesli arayüzler oluşturabilecektir. Böyle bir matematik modelinin algoritmaları, çağrı merkezlerinde, depolardaki denetleyiciler, çevirmenler, danışmanlar ve diğer meslek temsilcilerindeki bir kişiyi değiştirebilecektir. Birçok analiste göre, bu sinir ağlarının sadece 3-5 yıla ihtiyacı olacak.
Zaten bugün, sinir ağları bir insan için bazı çözümler almanıza izin verir. Henüz çok entelektüel olarak adlandırılmalarına izin verin, ancak bu tür algoritmalara dayanan programın zaferi gelecekte başarılarına inanmanıza olanak sağlar.
Neden sinir ağları şimdi bu kadar popüler hale geldi?
Yapay zeka hakkında insanlık uzun zamandır düşünülüyor. Sinir ağlarının bu sorunu çözmek için, 70 yıl önce. Ancak, sadece bugün gerekli olan bu hacimlerde mümkün oldu.
Bugün sinir ağının popülaritesi, "nöronların" hızından kaynaklanmaktadır. Yani, bireysel bilgi işlem unsurlarıdır. "Eğitim" aşamasının zamanını azaltmak mümkün olduğu için teşekkürler. Modern işlemciler ve video kartları nedeniyle bu tür ağların çalışması için gerekli olan on milyonlarca veri oldukça hızlı bir şekilde işlenir. Hızlandırılmış öğrenme modern teknolojileri ve onları gelişmiş yapay zekaya yönlendirdi.
Mobil uygulamalarda nöral sistemlerin algoritmaları
Son zamanlarda, Sinir Ağları'nı kullanan mobil uygulama pazarında çok sayıda eğlence projesi var. Tabii ki, ana reklam onlara uygulama prizma yaptı. Ayrıca, bu MLVCH uygulamasının bir rakipinin yanı sıra popüler bir MSQRD video hizmeti vermeye değer. Ayrıca tarif edilen matematiksel algoritmaları kullanır.
Prisma.
Prisma başvurusu, Rus geliştiriciler, ünlü sanatçıların fotoğraflarının fotoğrafını dönüştüren, belki de modern hayatta sinir ağlarının en ünlü uygulaması. Her şeyden önce, Prisma, mobil uygulamalar geliştirirken bu tür matematiksel algoritmaların yeteneklerini göstermektedir. Ancak, görüntülerin bu tür stilizasyonu sadece eğlence amaçlı değil, aynı zamanda tasarım, animasyon, bilgisayar grafikleri ve diğer benzer bölgelerde de uygulanabilir.
Evet, Prisma'nın yaratıcıları öncü olarak adlandırılamaz. Görüntü işleme için bir sinir ağı kullanılarak daha önce kullanılmıştır. Örneğin, Van Gogh Style'da bir film oluşturmak için benzer algoritmalar kullanıldı, ancak bir çerçevenin işlenmesi yaklaşık 3 dakika sürdü. Modern teknolojiler daha hızlı izin verir. Aynı Prisma'da, fotoğraf işlemesi 1 saniyeden biraz fazla sürer. Ve bu, fotoğrafın sunucuya yüklenmesine rağmen, kullanıcıya işlenen ve gönderilmesine rağmen.
Fotoğrafçılıktan işlendiğinde, üzerinde görüntülenen nesneler tanımlanır. Bundan sonra, seçilen sanatçının tarzı resme uygulanır. Yani, yapay sinir ağlarının yardımı olan uygulama, sanatçının beyninin çalışmalarını "çoğaltır". Şaşırtıcı, büyüleyici ve çok güzel.
Şimdi "Prizma" nda Filtreler Taklit Stilleri 21 Sanatçılar - Edward Vizon ve Mark Stegal'a Van Gogh ve Picasso'ya seçebilirsiniz. Geliştiricilere göre, uygulama algoritmaları zaten yakında otomatik modda uygun filtreleri seçmeye yardımcı olur.
Mlvch
MLVCH, ana rakip Prisma'dir.
MLVCH, ana rakip Prisma'dir. Benzer bir algoritma üzerinde çalışır, ancak daha karmaşık bir detaylandırma ile ayırt edilir. Prisma görüntüsü 20-30 yinelemede işlenirse, daha sonra 100 için MLVCH'de. Bu, çıktımda daha ayrıntılı bir görüntü elde etmenizi sağlar. Ek olarak, MLVCH, PRISMA'dan 2,5 kat daha fazla filtredir.
Eksiler gelince, MLVCH'de fotoğraf işlemenin bu karmaşıklığı, bitmiş seçeneği alma süresini arttırır. Ek olarak, yalnızca bir fotoğraf bir günde ücretsiz olarak işlenebilir. Çünkü daha sonra 75 ruble ödemek zorunda kalacak. Ayrıca, 2990 ruble için 100 fotoğraf paketi satın alabilirsiniz.
Sinir ağları başka nerede geçerlidir?
Tabii ki, nöral ağlar kullanarak uygulamalı ürünler en sık görüntüleri analiz etmek için kullanılır. Ancak Clarifai uygulamasını kullanarak, daha fazla gidebilir ve videonundaki görüntüyü tanıyabilirsiniz. Benzer bir hizmet, Rus şirketi Ntechlab'ı sunmaktadır. Findface uygulamasını geliştirdi. Kullanıcının fotoğrafı tarafından "VKontakte" sosyal ağında profilini bulmak için yapabilirsiniz.
Bugün Yandex'e ait olan "Auto.ru" servis, fotoğrafta bağımsız olarak tasvir edilen arabanın markasını ve modelini tanır. Bu tür tanımada kullanılan "bilgisayar vizyonu" ilkesi, nöral ağ teknolojisi üzerinde de çalışır.
Ostagram uygulamasını kullanarak, sadece stilleri getiremezsiniz, ancak resimleri bile yeniden çizebilirsiniz. Deepomatic'in yardımı ile, kullanıcının internette dağıttığı resimlere göre, çevrimiçi mağazalardan ürün sunulur.
Elbette, reklam ve eğlence amaçlı resimlerin analizi, bir sinir ağının uygulanmasının alanını sınırlı değildir. Ava Startup, sağlığınızı takip etmenizi sağlar. Uygulama, yemeklerin ve yiyeceklerin fotoğraflarını analiz eder ve kalori ve çeşitli katkı maddeleri hakkında bilgi verir.
Çok uzun zaman önce, Yandex Sinir Ağı Algoritması'nın yardımıyla "Nöral Savunma" müzik albümü kaydetti. "Autopoet" olarak adlandırılan proje, damgalı metinler üretti.
Açıklanan matematiksel algoritmaları ve başka bir önde gelen internet arama motorunu Google kullanır. Kasım 2015'te, bu şirket, hizmetin kendisinin gelen bir mektuba üç cevap ürettiği, Gmail postasına özel bir işlev sundu. Tek bir tıklamayla en iyi fareyi seçebilirsiniz.
Ayrıca, insansız otomobiller ve uçan cihazlar oluştururken nöral ağlar kullanılır. İlk olarak, kişi bu hareket yoluyla yönetilir. Veriler, otopilot "öğrenmek" için kullanılan özel bir tabanda toplanır. Zaten İsviçre'de, sinir ağının ilkelerini kullanan ve kayıp turistleri aramak için kullanılan insansız bir hava tesisi var.
İnsansız araba
Sosyal ağlarda ve mesajlarda kullanılan popüler son botlar tarif edilen matematiksel algoritmaları da kullanabilir. Amerikan Luka'nın başlatılması, botlarını öğrenmek için başarılı bir şekilde sinirli bir ağ kullanıyor. Ve ETERNI.ME uygulamasını kullanarak, bir avatar oluşturabilir ve kendi sahibiniz olmasını sağlar. Bunun için bu sinir ağı için avatarın sahibi hakkında bilgi toplayın ve sanal bir nesneye tanıtın. Bu tür bir nesnenin prototipinin ölümünden sonra sahibinin "hayatını" da devam edebilecektir.
Ek olarak, bu bot avatarı, zaman geçirmek istemeyen insanlarla iletişim kurmak için yaratılabilir. Brülör, böyle bir ürünü başarıyla test eder. Botunuzu oluşturmak için özel bir uygulamanın kabul edilmesini bekliyoruz.
Ayrıca gelecekteki sinir ağları, tıbbi teşhis veya "okuma" analiz sonuçlarını oluşturmak için kullanılacaktır. Atomuz, hliitik, ölçülmüş cilt vb. Gibi şirketler zaten bu yönde çalışın. Ve derin genomik proje genomu analiz edebilir ve olası hastalıkların gelişimini öngörebilir.