Neironu tīkli lasa lūpas, zīmē skices un pārspēj profesionālos spēlētājus. Un, pats galvenais, viņi zina, kā mācīties. Pieci visnegaidītākie sasniegumi mākslīgā intelekta jomā.
Peles mēle
2017. gadā Austrijas zoologi, pētot mājas peļu (Mus musculus) uzvedību, pamanīja, ka grauzēji maina savu balsi atkarībā no tā, ar kuru radinieku viņi sazinās - tēviņu vai mātīti. Četrdesmit eksperimentālo dzīvnieku "runas" spektrogrāfiskā analīze parādīja, ka peles, ieraugot pretējā dzimuma indivīdu, pārslēdzas uz augstākas frekvences skaņām.
Izmantojot šo funkciju, pētnieki no Krievijas, Nīderlandes un Vācijas nolēma apmācīt neironu tīklus, lai pēc radītajām skaņām atpazītu peļu dzimumu, kā arī noteiktu, kam šī vēstule ir adresēta: vīriešiem vai sievietēm.
Dzīvnieki tika sadalīti pa pāriem, katrs ar vienu grauzēju vispārējā anestēzijā, bet otrs brīvi pārvietojās ap būru. Peles čīkstēšana tika reģistrēta un apstrādāta, izmantojot neironu tīklus, kuri pēc skaņas augstuma, amplitūdas un ilguma uzzināja, lai saprastu, kurš to izdeva un kam tas bija paredzēts.
Pēc apmācības neironu tīkli 84 procentos gadījumu pareizi noteica peļu dzimumu, kas izklausīja skaņu, un to saņēmējus. Tomēr darba autori atzīmē, ka algoritms, iespējams, nedarbosies ar citu līniju dzīvniekiem (pētījumā tika iesaistīti C57BL / 6NCr līnijas grauzēji). Pelēm, visticamāk, būs atšķirīgi "dialekti", un čīkstēšanai būs atšķirīgas spektrālās īpašības.
Reklāmas video:
Neironu tīkla grafologi
Krievijas pētnieki ir iemācījuši neironu tīklus atpazīt cilvēka dzimumu ar rokrakstu. MEPhI, Kurchatova institūta un Voroņežas Valsts universitātes kopīgi izstrādātā programma 80 procentos gadījumu pareizi noteica, kurš tekstu uzrakstījis - vīrietis vai sieviete. Zinātnieki ir izmantojuši īpaši precīzus neironu tīklus un dziļas mācīšanās metodes.
Kā norāda viens no darba autoriem, NRNU MEPhI asociētais profesors Aleksandrs Sboevs, tik augsti rezultāti tika sasniegti, pateicoties uzlabotajiem neironu tīkla modeļiem un tam, ka rakstnieks neslēpa savu dzimumu. Tagad dzimuma noteikšanas problēma tiek risināta situācijā, kad persona izliekas par citu: piemēram, sieviete vīrieša vārdā raksta tekstu. Drīz mākslīgais intelekts tiks iemācīts noteikt rakstīta teksta autora vecumu.
Lazanja pārvēršas par suši
Japānas un franču speciālisti ir izveidojuši programmu, kas slavenos ēdienus pielāgo dažādu valstu kulinārijas tradīcijām. Teiksim, tā pārvērš lazanju par suši lazanju un gatavo japāņu sukiyaki zupu franču gaumē. Tas ir, programma izveido recepti, kurā mirin (rīsu vīns) vietā ir norādīts kalvadoss, un zaļos sīpolus aizstāj ar estragonu.
Mākslīgais intelekts darbojas divos posmos. Pirmkārt, pēc tam, kad ir analizējis sastāvdaļas, kas veido noteiktu ēdienu, viņš noskaidro, kurai nacionālajai virtuvei tā pieder. Tad viņš izlemj, kuras sastāvdaļas un kuras vajadzētu aizstāt, lai ēdiens iegūtu citas kulinārijas tradīcijas iezīmes. Šim nolūkam tiek izmantots vektora modelis word2vec, kas nosaka sastāvdaļu atbilstību. Tātad, pielāgojot japāņu ēdienus franču virtuvei, programma ierosina sojas mērces vietā ņemt aromātisko augu maisījumu.
Neironu tīkls vēl nesaprot, cik labi jaunās sastāvdaļas kombinējas savā starpā, un neņem vērā sagatavošanas metodi. Viņi sola to pabeigt.
Jaunā statusā
Neironu tīkli labi atjauno veco multfilmu un filmu spilgtumu un krāsu, pielāgojot tos moderniem augstas izšķirtspējas ekrāniem. Septembrī divi lieli uzņēmumi - Disney un Yandex - prezentēja līdzīgus algoritmus.
Disney Research ir izstrādājis programmu, kas ļauj sasniegt reālistiskāku video krāsošanu, labāk izlīdzinot blakus esošos kadrus. Krievijas speciālistu neironu tīkli (DeepHD tehnoloģija) spēj palielināt izšķirtspēju, nezaudējot asumu un kvalitāti.
Algoritms tika pārbaudīts vecās padomju karikatūrās. Vietnē Yandex jūs varat skatīties uzlabotās kvalitātē "Zelta antilope", "Sniega karaliene", "Brēmenes pilsētas mūziķi" un citas slavenās filmas "Soyuzmultfilm". Kā atzīmē uzņēmuma preses dienests, prasīgiem skatītājiem atšķirība ir īpaši pamanāma: attēls ir kļuvis asāks, labāk redzamas smalkas detaļas, piemēram, lapas uz kokiem, sniegpārslas, zvaigznes nakts debesīs.
Meklē brāļus prātā
Pētnieki no Kalifornijas universitātes Bērklijā (ASV) izmanto neironu tīklus, lai meklētu citplanētiešus, piedalās SETI sadarbībā, projektā, lai meklētu ārpuszemes civilizācijas un, iespējams, nonāktu kontaktā ar tām. Lai to izdarītu, zinātnieki ir izveidojuši neironu tīklu, kas patstāvīgi var identificēt un reģistrēt mākslīgas izcelsmes zemfrekvences signālus.
Pētnieki uzskata, ka progresīvai ārpuszemes civilizācijai noteikti vajadzētu mēģināt kontaktēties ar mums. Galvenā problēma ir atdalīt no Zemes elektromagnētiskos signālus, kas jau ir izplatījušies visos virzienos lielos attālumos no tiem, kas, iespējams, atrodas no citas zvaigžņu sistēmas vai galaktikas. Līdz šim cilvēks nav spējis atšķirt svešzemju signālus, kas vērsti uz mūsu planētu.
Tagad to dara neironu tīkls. Mākslīgais intelekts jau ir atklājis 72 signālus, kuru avoti var būt debess ķermeņi trīs miljardu gaismas gadu attālumā no Zemes. Pirmie reģistrētie radio pārrāvumi tika ierakstīti objektā FRB 121102. Kā atzīmē darba autori, pat ja programma neatrod svešu civilizāciju pēdas, tā palīdzēs daudz uzzināt par Visumu.
Alfiya Enikeeva