Rangkaian saraf membaca bibir, menarik lakaran, dan mengalahkan pemain profesional. Dan yang paling penting, mereka tahu bagaimana belajar. Lima kemajuan paling tidak dijangka dalam kecerdasan buatan.
Lidah tetikus
Pada tahun 2017, ahli zoologi Austria, yang mengkaji tingkah laku tikus rumah (Mus musculus), menyedari bahawa tikus mengubah suaranya bergantung kepada saudara-mara mereka yang berkomunikasi dengan mereka - lelaki atau wanita. Analisis spektrografik "pertuturan" empat puluh haiwan eksperimen menunjukkan bahawa tikus beralih ke bunyi frekuensi lebih tinggi apabila melihat individu dari lawan jenis.
Dengan menggunakan ciri ini, para penyelidik dari Rusia, Belanda dan Jerman memutuskan untuk melatih rangkaian saraf untuk mengenali jantina tikus dengan bunyi yang mereka buat, dan juga untuk menentukan kepada siapa mesej itu ditujukan kepada: lelaki atau wanita.
Haiwan itu dibahagikan kepada pasangan, masing-masing dengan satu tikus di bawah anestesia umum, dan yang kedua bebas bergerak di sekitar kandang. Tikus tikus dirakam dan diproses menggunakan rangkaian saraf, yang dipelajari oleh ketinggian, amplitud, durasi suara untuk memahami siapa yang mengeluarkannya dan siapa yang dimaksudkan.
Selepas latihan, rangkaian saraf menentukan dengan tepat jenis kelamin tikus yang mengeluarkan suara dan penerima mereka dalam 84 peratus kes. Walau bagaimanapun, penulis karya menyatakan bahawa algoritma itu mungkin tidak akan berfungsi dengan haiwan dari garis lain (kajian ini melibatkan tikus dari garis C57BL / 6NCr). Tikus cenderung mempunyai "dialek" yang berbeza dan mencicit akan mempunyai ciri spektrum yang berbeza.
Video promosi:
Ahli grafik rangkaian saraf
Penyelidik Rusia telah mengajar rangkaian neural untuk mengenali jantina seseorang dengan tulisan tangan. Program yang dikembangkan bersama oleh MEPhI, Institut Kurchatov dan Universiti Negeri Voronezh, dalam 80 peratus kes dengan tepat menentukan siapa yang menulis teks itu - seorang lelaki atau seorang wanita. Para saintis telah menggunakan rangkaian neural ultra-tepat dan kaedah pembelajaran mendalam.
Menurut salah seorang penulis karya itu, profesor bersekutu di NRNU MEPhI Alexander Sboev, hasil yang tinggi itu dicapai berkat model rangkaian neural canggih dan kenyataan bahawa penulis tidak menyembunyikan jantina. Sekarang masalah menentukan jantina diselesaikan dalam keadaan di mana seseorang berpura-pura menjadi orang lain: sebagai contoh, seorang wanita menulis teks bagi pihak lelaki. Tidak lama lagi kecerdasan buatan akan diajar untuk menentukan usia pengarang teks bertulis.
Lasagna berubah menjadi sushi
Pakar Jepun dan Perancis telah membuat program yang menyesuaikan hidangan terkenal dengan tradisi masakan dari pelbagai negara. Katakanlah ia mengubah lasagna menjadi lasagna sushi, dan menjadikan sup sukiyaki Jepun dalam gaya Perancis. Artinya, program membuat resipi di mana calvados ditunjukkan sebagai ganti mirin (anggur beras), dan bawang hijau digantikan oleh tarragon.
Kecerdasan buatan beroperasi dalam dua peringkat. Pertama, setelah menganalisis bahan-bahan yang membentuk hidangan tertentu, dia mengetahui masakan kebangsaannya. Kemudian dia memutuskan bahan-bahan mana dan apa yang harus diganti, sehingga makanan itu menggunakan ciri-ciri tradisi masakan yang lain. Untuk ini, model vektor word2vec digunakan, yang menetapkan kesesuaian antara bahan. Oleh itu, semasa menyesuaikan hidangan Jepun dengan masakan Perancis, program ini mencadangkan pengambilan campuran ramuan aromatik dan bukan kicap.
Rangkaian saraf belum memahami seberapa baik ramuan baru bergabung antara satu sama lain, dan tidak mengambil kira kaedah penyediaannya. Mereka berjanji akan menyelesaikannya.
Dalam kapasiti baru
Rangkaian saraf mampu mengembalikan kecerahan dan warna kartun dan filem lama, menyesuaikannya dengan skrin beresolusi tinggi moden. Pada bulan September, dua syarikat besar - Disney dan Yandex - mengemukakan algoritma yang serupa.
Disney Research telah membangunkan program yang membolehkan anda mencapai pewarnaan video yang lebih realistik dengan memadankan bingkai bersebelahan dengan lebih baik. Rangkaian neural pakar Rusia (teknologi DeepHD) mampu meningkatkan resolusi tanpa kehilangan ketajaman dan kualiti.
Algoritma ini diuji pada kartun Soviet lama. Di "Yandex", anda dapat menonton dengan kualiti yang lebih baik "Golden Antelope", "Snow Queen", "The Bremen Town Musicians" dan filem terkenal lain dari "Soyuzmultfilm". Seperti yang diberitahu oleh perkhidmatan akhbar syarikat, untuk penonton yang arif, perbezaannya sangat ketara: gambarnya menjadi lebih tajam, perincian halus seperti daun di pohon, kepingan salji, bintang di langit malam lebih jelas kelihatan.
Mencari saudara dalam fikiran
Penyelidik dari University of California di Berkeley (AS) menggunakan rangkaian saraf untuk mencari makhluk asing, berpartisipasi dalam kolaborasi SETI, sebuah projek untuk mencari peradaban luar angkasa dan mungkin bersentuhan dengan mereka. Untuk melakukan ini, saintis telah membuat rangkaian saraf yang secara bebas dapat mengenal pasti dan mendaftarkan isyarat frekuensi rendah asal buatan.
Para penyelidik percaya bahawa peradaban luar angkasa yang maju semestinya berusaha untuk bersentuhan dengan kita. Masalah utama adalah memisahkan isyarat elektromagnetik dari Bumi yang telah menyebar ke semua arah pada jarak yang jauh dari yang mungkin dari sistem bintang atau galaksi lain. Setakat ini, seseorang belum dapat membezakan isyarat asing yang diarahkan ke planet kita.
Kini rangkaian saraf melakukan ini. Kecerdasan buatan telah mengesan 72 isyarat, yang sumbernya mungkin benda langit tiga bilion tahun cahaya dari Bumi. Letupan radio pertama yang dirakam dirakam dalam objek FRB 121102. Sebagai penulis catatan kerja, walaupun program ini tidak menemui jejak peradaban asing, ia akan membantu mempelajari banyak perkara mengenai Alam Semesta.
Alfiya Enikeeva
