Artikel
FONT SIZE :
fontsize_dec
fontsize_inc
Autor: Antonia Mencke
Datum: 14-03-2017

Ja, tun Androiden Traum von elektrischen Schafen

Google richtet Rückkopplungsschleife in seiner Bilderkennung neuronales Netz - Was für Muster in Bildern sieht - die Schaffung halluzinatorische Bilder von Tieren, Gebäuden und Landschaften, die von schön erschreckend veer Alex Hern Wovon träumen Maschinen? Neue Bilder veröffentlicht von Google geben Sie uns eine mögliche Antwort: hypnotisch Landschaften von Gebäuden, Brücken und in eine Verschmelzung Brunnen. Die Bilder, die von schön erschreckend veer, wurden von der Firma Bilderkennungs neuronales Netzwerk geschaffen, die zur Identifizierung Identität Solche Merkmale wie Gebäude, Tiere und Objekte in Fotos „gelehrt“ has-been. Sie wurden durch die Fütterung ein Bild in das Netzwerk erstellt, fragt es ein Merkmal davon reckonise, und ändern Sie das Bild, um die Funktion zu betonen, es erkennt. Das Bild ist dann eine wieder in das Netz eingespeist modifiziert, was wiederum beauftragt ist Funktionen reckonise und betonen sie, und so weiter. Schließlich ändert die Rückkopplungsschleife, um das Bild zur Unkenntlichkeit. Auf einem niedrigen Niveau, die damit beauftragt neuronales Netzwerk kann lediglich sein, um die Kanten auf ein Bild zu erfassen. In diesem Fall wird das Bild malerisch, ein Effekt, der jedem vertraut sein wird sofort Wer Erfahrung spielen hat About Mit Photoshop-Filter: Aber wenn das neuronale Netz mit der Suche nach einer komplexeren Funktion beauftragt ist - wie Tiere - in einem Bild, es endet eine viel störende Halluzination zu erzeugen: Letztlich kann die Software auch auf einem Bild führen, die nichts mehr als zufälliges Rauschen ist, erzeugen, die Merkmale ganz ihrer eigenen Phantasie sind. Hier ist, was passiert, wenn man den Aufbau Netzwerk Task konzentrierte sich auf der Suche nach und Verbesserung der Eigenschaften mit ihnen in einem gesichtslosen Bild zu finden: Die Bilder sind atemberaubend, aber sie sind mehr als nur Show. Neuronale Netze sind ein gemeinsames Merkmal des maschinellen Lernens: nicht ein Computer so explizit programmieren, dass sie weiß, wie man ein Bild reckonise, das Unternehmen führt es Bilder und lässt sie die wichtigsten Funktionen zusammensetzen sich. Aber das kann in der Software führen, die eher undurchsichtig ist. Es ist schwierig zu wissen, welche Funktionen die Software prüft, und die sie übersehen hat. Um zum Beispiel des Netzwerk fragen zu entdecken Hanteln in einem Bild von zufälligem Rauschen denkt, dass es eine Hantel zeigt, dass einen muskulären Greifarm es haben muss: Die Lösung könnte es sein, mehr Bilder von Hanteln auf dem Boden sitzen zu füttern, bis es versteht, dass der Arm nicht ein wesentlicher Teil des Hantel ist. „Eine der Herausforderungen der neuronalen Netze ist zu verstehen, was genau an jeder Schicht geht weiter. Wir wissen, dass nach dem Training, wobei jede Schicht extrahiert zunehmend höhere und höhere Merkmale des Bildes, die Schichtende bis zur Entscheidung über Wesentlichen, was macht das Bild zeigt. Suchen Sie zum Beispiel die erste Schicht August für Kanten oder Ecken. Zwischenschichten die Grundzüge sucht Gesamtformen oder Komponenten, wie eine Tür oder ein Blatt zu interpretieren. Die letzten Schichten zusammenstellen zu kompletten Those Interpretationen - Diese Neuronen in Reaktion aktivieren, um sehr komplexe Dinge: wie Gebäude oder Bäume Entire „, erklären die Google-Ingenieure auf die Forschung Blog des Unternehmens. „Ein Weg zu visualisieren, was geht den Kopf zu drehen ist unten das Netzwerk und stellen sie ein Eingangsbild in einer Weise, die derartige elicit Besitzer Interpretation zu verbessern“, fügen sie hinzu. „Sagen Sie wissen wollen, welche Art von Bild in‚Banane‘führen würde. Beginnen Sie mit einem Bild vollen Zufallsrauschen, dann zwicken allmählich das Bild auf dem, was das neuronale Netz hält eine Banane. " Die Bilderkennungssoftware hat es sich in bereits Verbraucherprodukte. Googles neues Fotoservice, Google Fotos, bietet die Möglichkeit, Bilder mit Text zu suchen: „Hund“, zum Beispiel eingeben, wird Google jedes Bild herausziehen kann finden, die einen Hund in er hat (und gelegentlich Bilder mit anderen vierfüßigen Säugetieren sowie ). So haben Sie es: Androids nicht nur von elektrischen Schafen träumen; Sie träumen auch von faszinierenden, bunten Landschaften.