18新利最新登入谷歌深梦是如何运作的吗

电脑是无机产品,所以它似乎是不可能的,他们将在同一个梦想的人。深的梦想是一个孤立的例子是多么复杂的计算机程序,搭配成为人类世界的数据。18新利最新登入

谷歌的软件开发人员最初和深的梦想ImageNet大规模视觉识别的挑战2010年,一年一度的比赛开始。每年,许多组织竞争找到最有效的方法来自动检测和分类数以百万计的图像。每个事件后,程序员重新评估他们的方法,努力提高他们的技术。

图像识别是一个重要的组件,主要是缺少我们的互联网工具盒。我们的搜索引擎主要适合理解输入关键字和短语,而不是图像。这是一个原因你必须标记你的图像集合用关键字“猫”“房子”和“汤米”。电脑s simply struggle to identify the content of images with any dependable accuracy. Visual data is cluttered and messy and unfamiliar, all of which makes it difficult for computers to understand.

由于项目深刻的梦,我们的机器是获得更好的看到周围的视觉世界。深的梦想工作,谷歌程序员创建了一个人工神经网络(安),一种计算机系统,可以学习的。这些神经网络是模仿人类大脑的功能,它使用超过1000亿个神经元(神经细胞),传递神经冲动使我们所有的生理过程。

在神经网络中,人工神经元生物的人,站在过滤数据在许多方面,一遍又一遍,直到系统达到某种结果。深的梦想,通常有10至30层的人工神经元,最终结果是一个图像。

18新利最新登入如何深梦重新定义你的照片,将他们从熟悉的场景转换为计算机艺术效果图在未来几年可能困扰你的噩梦?

神经网络不自动设置识别数据。他们真的需要一点训练——需要美联储的数据作为参考点。否则他们就盲目地筛选数据,没有任何意义。

根据谷歌官方博客,训练过程是基于重复和分析。例如,如果你想训练一个安确定一个自行车,你会展示它数以百万计的自行车。18新利最新登入此外,你会清楚地指定计算机代码,当然——一辆自行车是什么样子的,有两个轮子,一个座位和车把。

然后研究人员把网络松散,看看能找到结果。将会有错误。例如,程序可能会返回一系列的图像包括摩托车和轻便摩托车。在这些情况下,程序员可以调整代码澄清电脑,自行车不包括发动机和排气系统。然后运行程序,一次又一次微调软件,直到它返回令人满意的结果。

深梦之队一次意识到,网络可以识别特定的对象,也可以自行重新创建这些对象。所以网络知道自行车自行车一见就可以复制一个图像没有进一步的输入。想法是,网络产生创造性的新图像由于其图像分类和排序的能力。

有趣的是,即使在筛选数以百万计的自行车图片,电脑仍然做出重要的错误当生成自己的自行车的照片。他们可能包括部分人类在车把手或脚踏板。这是因为如此多的测试图像包括人,最终,电脑不能辨别,自行车零件,零件开始的人。

这些错误发生的原因众多,甚至软件工程师不完全理解他们构建的神经网络的方方面面。但是通过了解神经网络的工作原理18新利最新登入就可以开始理解这些缺陷如何发生。

人工神经元在网络在栈操作。深梦可以使用只有10到30。每一层拿起各种图像的细节。初始层可能检测基础知识如边界和边缘在一幅画。另一个可能识别特定的颜色和方向。其他层可能看起来类似于对象的特定形状像一把椅子或灯泡。最后一层只能反应更复杂的对象,如汽车、叶子或建筑。

谷歌的开发者调用这个过程inceptionism关于这个特殊的神经网络结构。他们甚至发布了一个公共画廊显示深梦18新利最新登入的工作的例子。

一旦网络发现一个图像的各个方面,任何数量的事情会发生。与深度的梦想,谷歌决定告诉网络新形象。

谷歌的工程师们实际上让深的梦想选择一个图像识别的哪些部分。然后他们基本上告诉计算机把这些方面的图片和强调。如果深梦看到一只狗的形状结构模式在你的沙发上,它凸显了那条狗的细节。

每一层都增加狗看,从毛到眼睛的鼻子。无害的佩斯利曾经在你的沙发上成为一个狗图完整的牙齿和眼睛。深梦不断的放大一点,每次迭代的创建、添加越来越多的复杂性。认为在狗在狗狗。

反馈循环开始深梦过分解读和过分强调每一个细节的照片。天空充满了云变种从一个田园诗般的场景变成了一个充满空间蚱蜢,迷幻的形状和彩汽车。和狗。有太多的狗的原因深梦的结果。当开发人员选择一个数据库来训练神经网络,他们选了一个包括120名狗子类,熟练地分类。所以当深梦去寻找细节,它只是过度可能会看到小狗的脸和爪子到处搜索。

深的梦想甚至不需要一个真正的图像创建图片。如果你给它一个空白图像或满是静态的,它仍然会“看到”部分的图像,使用这些构建块的怪诞的源头的照片。

这是程序的尝试从否则无形数据揭示的意义和形式。,整个项目背后的想法,试图找到更好的方法来识别和背景图片的内容都散落在全世界的电脑。

所以电脑能真正的梦想吗?他们太聪明了自己好吗?或者是深的梦想只是幻想的方式让我们想象我们的技术处理数据的方式吗?

很难知道究竟什么是控制梦的深处的输出。没有人专门指导软件完成预排程序的任务。采取一些相当模糊的指令(发现细节,强调他们,一次又一次),没有明显的人类指导完成工作。

由此产生的图像是代表的工作。也许这些表征machine-created艺术品。也许这是一个数字的表现梦想,生的硅和电路。也许这是一种人工智能的开始,这将使我们的电脑更少依赖人。

你可能担心的崛起的电脑接管世界。但是现在,这些项目直接受益的人使用网络。在仅仅几年,图像识别已显著改善,帮助人们更快地筛选图像和图形找到他们需要的信息。18luck手机登录以目前的速度发展,你可以期待重大飞跃图像识别不久,在一定程度上多亏了谷歌的梦想电脑。