News, noul Google translator va fi - dacă oamenii rețelei neuronale mai bine
Fără a rețelelor neuronale viitor este imposibil. Aceste sisteme sunt utilizate nu numai în aplicații online și offline, dar încep să fie folosite în robotică, medicină, educație, economie și mass-media. Acestea pot fi activate în orice proces în care este necesar să se analizeze datele. Recent, cererea de profil înalt pentru rețele neuronale - un nou on-line-translator Google, care ar putea să concureze cu un bărbat. Dar va concura? Sau rețeaua neuronală va rămâne mereu în urmă de către o persoană sau chiar depind de ea?
Pe cineva ca rețele neuronale
Rețeaua neuronală poate fi comparat cu un copil mic: născut cu o memorie complet gol, ea se umple treptat, prin formare. De exemplu, atunci când un copil învață să meargă, el arata la fel ca și adulți, și să le imite. În primul rând el cade, dar uitam de partea din față a standardului, conștient de faptul că face ceva greșit și reîncercările. Mai degrabă, în fiecare data viitoare când face un pas într-un mod diferit. Și astfel, peste si peste din nou, în cele din urmă el a mers pe jos, fără a cădea. Dar el merge penibil. Din acest motiv, el se mișcă încet, sau atinge obiecte, sau el dezvoltă un apartament. Deci, îndeplinește această funcție în mod eficient, iar el învață din nou. Ca urmare, în cazul în care „idealul“ este atins, oamenii au aproape niciodată schimba. De ce, în cazul în care acest tip de mers pe jos este cel mai eficient și ușor de utilizat? Se poate găsi cu siguranță ceva în afara cutiei, și el ar trebui să re-învețe, de exemplu, este purtat de mers pe jos sau de sport, ca urmare a nenorocire a pus o proteză de picior.
Rețeaua neuronală face același lucru, doar că e un program de calculator creat de algoritmi. Și, spre deosebire de nou-nascut, a pus datele originale. Acestea pot fi comparate cu mediul copilului, din care se izolează și categorisește informațiile de care aveți nevoie pentru a forma un obicei. Și, de asemenea, face ca rețeaua neuronală. Fiecare nod al rețelei neuronale poate fi reprezentat ca o cutie în care există mai multe intrări și o singură ieșire. Prin orificiile de admisie de date se încadrează în cutie. Pe baza acestora, este format din orice un rezultat care se încadrează în priză. Dar aceste cutii pot fi multe. Fiecare rezultat din cutie - o nouă intrare de date pentru următorul rând de cutii, sau cum este numit, pentru următorul strat al rețelei neuronale, atâta timp cât rezultatul final va fi format. Astfel de straturi pot fi orice număr, și că este modul în care datele sunt de clasificare.
Dar de ce clasificarea și care definește parametrii prin care gama de date într-o cutie apare unele rezultat? Fiecare valoare de intrare are o anumită greutate. Relativ vorbind, programatorul specifică importanța anumitor date pentru a obține rezultatul dorit. În plus, funcționează fiecare cutie algoritm pentru generarea datelor de ieșire. Acest lucru este necesar pentru a termina cu, după ce trece prin toate straturile pentru a obține unul din dreapta (sau greșit) răspuns. Astfel, rețeaua este ca o pânză de păianjen, în care informațiile provin de la periferie spre punctul central.
Dar cine determină răspunsul corect? Ca și în cazul unui copil, rețeaua neuronală are exemple și probe, care ar trebui să caute să se reproducă. De exemplu, o rețea neuronală de a recunoaște sarcina scrisoarea a imaginii digitale. Se analizează, de exemplu, litera „A“, dar de ieșire spune că este litera „L“. În cazul în care rețeaua neuronală vede eroarea în rezultat, acesta bucle înapoi și începe să se facă corecții matematice pentru fiecare strat anterior răspunsul final a fost corect. Această metodă se numește înapoi de propagare, și poate fi repetat de mai multe ori. Totul depinde de cât de mult din datele originale din rețeaua neuronală. În cazul în care o mulțime de date, de exemplu, întregul Internet, rețeaua neuronală va fi instruit mai rapid și mai eficient.
Cât de adânc poate antrena o rețea neuronală? Am nevoie de un bărbat pentru ea în mod constant pentru a detecta erorile? De exemplu, în cazul în care rețeaua este copierea picturi realizate de artiști celebri, atunci acesta determină luminozitatea, contururile, culoare, și poate de ieșire la o imagine similară, se întâlnește toți parametrii original, dar nu același lucru. După cum își dă seama că o greșeală?
oameni „În cazul în care termenul“ cu formarea cadrelor didactice „este folosit în rețele neuronale, acesta nu este menit. Rețeaua este antrenat pe un set de vectori de intrare și de ieșire. Pentru a antrena o rețea neuronală de pictura, este necesar să se aibă pentru fiecare obiect posibil, orice fir de fotografii sale și imaginea finală. Imaginea - aceasta este intrarea, imaginea - aceasta este o cale de ieșire. Desigur, fotografiile modelelor Rembrandt nu există. Prin urmare, este necesar de a introduce piesele - mâini, picioare, urechi, și altele. Aici rolul profesorului și persoana este „- a declarat profesorul de departamentul de tehnologie de calculator, Igor Bessmerty.
De ce rețele neuronale Google?
Rețelele actuale neuronale încep să fie aplicate peste tot. Puteți descărca în indicatorii economici actuali și va prezice criza. rețelele neuronale pot fi folosite pentru a determina boala, calcularea vulnerabilități în rețelele de informații pentru rapoartele de vreme - pentru nimic în cazul în care există date digitalizate. Deja, prin aplicarea rețelelor neuronale recunosc textul, sau a unor obiecte individuale din fotografii.
Recent, Google a introdus un nou sistem (sistem de traducere Google Neural Machine) pentru transferul on-line, pe baza rețelelor neuronale. Potrivit dezvoltatorilor, sistemul a redus numărul de erori în traducere automată la 55-80%. Pentru a testa serviciul, dezvoltatorii au luat articolele Wikipedia într-o anumită limbă, cum ar fi limba engleză, încărcați-le în sistem și de a primi o traducere în limba spaniolă. Apoi au comparat această traducere cu cea care a fost pe Wikipedia. Același lucru a fost realizat cu utilizarea de site-uri de știri.
Anterior, Google traducător a rupt propoziția în cuvinte și expresii și să le traducă în mod individual, comparând cu traducerea a mii de documente ale ONU, UE și alte organizații. Noul sistem are ca rezultat întreaga expresie, după rupere-l în „segmente verbale“, care formează materia care trece prin straturile rețelei neuronale. Potrivit experților, a prezentat revista Nature. Acest model este similar cu recunoașterea imaginii atunci când prima rețea neuronală determină luminozitatea câmpului, atunci contururile, apoi culoarea și așa mai departe, până când ajunge la nici un rezultat.
Google nou traducător a fost testat pe perechea de limbi mai complicate engleză-chineză, și a redus imediat numărul de erori și inexactități cu 60%. În următoarele luni rețeaua neuronală va lucra la alte servicii perechi de limbi.
În aplicarea rețelelor neuronale de traducere automată într-un fel sau o altă întrebare apare: Eu predau o rețea neuronală poate lua în considerare contextul? La urma urmei, în cazul în care programul va determina, de exemplu, că face traducerea textului jurisprudenței, se va utiliza numai termenii adecvate și pentru a permite mai puține inexactități.
rețele neuronale - o subspecie de inteligență artificială, și ea a fost în stare să recunoască și să analizeze, prezice, spectacol asemănările și identificarea problemelor. Cu toate acestea, potrivit diverselor estimări sisteme AI vor fi îmbunătățite pentru mulți ani înainte ca acestea să devină omniprezente și poate ajunge foarte aproape de nivelul percepției umane.
rețele neuronale - aceasta este doar un program, o eroare care nu ar face un om. De exemplu, anul trecut a fost un caz major de publicitate în cazul în care aplicația Google Photos numit doi negri în imaginea de „gorile“. utilizator Mâniat postat aplicații ecran pe Twitter. după care reprezentanții IT-gigant sa scuzat și a eliminat eticheta din cadrul aplicației. De asemenea, o rețea neuronală, de exemplu, se poate defini imagini alb-negru abstracte ca zebrele și pinguini.
În orice caz, funcționalitate, putere și exploatarea rețelelor neuronale va depinde de obiectivele și nevoile utilizatorilor finali. În cazul în care programul este acolo pentru a te distra, atunci este posibil să „ierte“ unele defecte. Cu toate acestea, în cazul în care, de exemplu, efectuează analiza sângelui uman, există greșeli inacceptabile.
În acest context, se pune întrebarea: dacă sarcina trebuie să creeze o rețea neuronală, care va simula pe deplin creierul uman? Sau ajusta în mod eficient mai puțin puternic, programul pentru sarcini specifice, mai degrabă decât crearea unei super inteligenta artificiala care este capabil să îmbrățișeze cât mai multe întrebări și probleme, și cât de mulți oameni?
„Nu pot cita un profesor de Schimbării“ Inimă de câine „:“ De ce a crea artificial uman, în cazul în care orice femeie va da naștere la el timp de 9 luni „?. Pentru a crea o copie a unui creier de siliciu ar avea nevoie de mai multe mii de servere și gigawati de energie electrică, în timp ce creierul - este vorba despre un kilogram de neuroni și 25 de wați de putere. AI-ul este deja în jurul nostru, și rezolvă cu succes unele probleme. parkovka- paralel nu este o sarcină ușoară pentru mulți proprietari de inteligență naturală, dar ar putea să parcheze mașina departe de segmentul premium“, - a spus Igor Bessmertny.