Neuronske mreže čitaju usne, crtaju skice i tuku profesionalne igrače. I, što je najvažnije, oni znaju naučiti. Pet najneočekivanijih napretka u umjetnoj inteligenciji.
Mišin jezik
U 2017. austrijski zoolozi, proučavajući ponašanje kućnih miševa (Mus musculus), primijetili su da glodavci mijenjaju glas ovisno o tome s kim od rodbine s kojom komuniciraju - mužjakom ili ženkom. Spektrografska analiza „govora“četrdesetak eksperimentalnih životinja pokazala je da miševi prelaze na zvukove više frekvencije kada vide jedinku suprotnog spola.
Koristeći ovu značajku, istraživači iz Rusije, Nizozemske i Njemačke odlučili su osposobiti neuronske mreže da prepoznaju spol miševa po zvukovima koji stvaraju, kao i da odrede kome je poruka namijenjena: muškom ili ženskom.
Životinje su podijeljene u parove, svaki sa jednim glodavcem pod općom anestezijom, a drugi se slobodno kreće po kavezu. Škripanje miša zabilježeno je i obrađeno pomoću neuronskih mreža, koje su učile visinu, amplitudu, trajanje zvuka da bi se razumjelo tko ga je izdao i kome je namijenjen.
Nakon treninga, neuronske mreže ispravno su odredile spol miševa koji stvaraju zvukove i njihovih primatelja u 84 posto slučajeva. Međutim, autori rada napominju da algoritam vjerojatno neće raditi sa životinjama drugih linija (u istraživanju su sudjelovali glodavci linije C57BL / 6NCr). Miševi će vjerojatno imati različita "dijalekta" i škripanje će imati različite spektralne karakteristike.
Promotivni video:
Grafolozi neuronske mreže
Ruski istraživači naučili su neuronske mreže prepoznati spol osobe po rukopisu. Program koji su zajedno razvili MEPhI, Kurchatov institut i Voronezh State University, u 80 posto slučajeva točno su odredili tko je napisao tekst - muškarac ili žena. Znanstvenici su primijenili ultra precizne neuronske mreže i metode dubokog učenja.
Prema jednom od autora djela, izvanrednom profesoru na NRNU MEPhI Aleksandru Sboevu, ovako visoki rezultati postignuti su zahvaljujući naprednim modelima neuronske mreže i činjenici da pisac nije krio svoj spol. Sada se problem određivanja spola rješava u situaciji kada se osoba pretvara da je druga: na primjer, žena piše tekst u ime muškarca. Uskoro će se podučavati umjetna inteligencija kako bi se utvrdila dob autora pisanog teksta.
Lasagna se pretvara u sushi
Japanski i francuski stručnjaci stvorili su program koji poznata jela prilagođavaju kulinarskim tradicijama različitih zemalja. Recimo da pretvara lazanje u suši lazanje, a japansku sukiyaki juhu čini u francuskom stilu. Odnosno, program kreira recept u kojem je umjesto mirina (rižino vino) naznačeno kalvados, a zeleni luk zamijenjen peradom.
Umjetna inteligencija djeluje u dvije faze. Prvo, nakon analize sastojaka koji čine određeno jelo, otkriva kojoj nacionalnoj kuhinji pripada. Tada odlučuje koje sastojke i što treba zamijeniti, tako da hrana poprimi obilježja druge kulinarske tradicije. Za to se koristi vektorski model word2vec, koji uspostavlja podudarnost sastojaka. Dakle, prilikom prilagođavanja japanskih jela francuskoj kuhinji program sugerira uzimanje mješavine aromatičnog bilja umjesto sojinog umaka.
Neuronska mreža još ne razumije koliko se novi sastojci međusobno dobro kombiniraju i ne uzima u obzir način pripreme. Obećavaju da će ga finalizirati.
U novom svojstvu
Neuronske mreže dobro vraćaju svjetlinu i boju starih crtića i filmova prilagođavajući ih modernim ekranima visoke rezolucije. U rujnu su dvije velike tvrtke - Disney i Yandex - predstavile slične algoritme.
Disney Research razvio je program koji vam omogućuje postizanje realnije obojenosti videozapisa boljim podudaranjem susjednih kadrova. Neuronske mreže ruskih stručnjaka (tehnologija DeepHD) u stanju su povećati razlučivost bez gubitka oštrine i kvalitete.
Algoritam je testiran na starim sovjetskim crtićima. Na „Yandexu“možete gledati u poboljšanoj kvaliteti „Zlatna antilopa“, „Snježna kraljica“, „Bremenski glazbenici“i drugi poznati filmovi „Soyuzmultfilm“. Kako primjećuje tiskovna služba tvrtke, za prepoznavanje gledatelja razlika je posebno vidljiva: slika je postala oštrija, sitniji detalji poput lišća na drveću, snježne pahulje, zvijezde na noćnom nebu su bolje vidljivi.
Tražite braću na umu
Istraživači sa Kalifornijskog sveučilišta u Berkeleyu (SAD) koriste neuronske mreže za traženje stranaca, sudjelujući u suradnji SETI, projektu traženja izvanzemaljskih civilizacija i eventualno stupanju u kontakt s njima. Da bi to učinili, znanstvenici su stvorili neuronsku mrežu koja može samostalno prepoznati i registrirati niskofrekventne signale umjetnog podrijetla.
Istraživači vjeruju da bi napredna izvanzemaljska civilizacija definitivno trebala pokušati stupiti u kontakt s nama. Glavni problem je odvajanje elektromagnetskih signala sa Zemlje, koji su se već širili u svim smjerovima na velike udaljenosti, od onih koji su vjerojatno iz drugog zvjezdanog sustava ili galaksije. Do sada, osoba nije mogla razlikovati izvanzemaljske signale usmjerene na naš planet.
Sada neuronska mreža to radi. Umjetna inteligencija već je otkrila 72 signala, čiji su izvori možda nebeska tijela tri milijarde svjetlosnih godina od Zemlje. Prvi snimljeni radijski snimci zabilježeni su u objektu FRB 121102. Kao što autori djela napominju, čak i ako program ne nađe tragove vanzemaljskih civilizacija, to će pomoći naučiti puno o Svemiru.
Alfija Enikeeva