211service.com
Vil du forstå AI? Prøv å skissere en and for et nevralt nettverk
Google har gitt ut en håndfull AI-eksperimenter som utnytter fremskritt innen maskinlæring på kreative måter.
De inkluderer Rask, tegn! , et spill der en algoritme prøver å gjette hva du skisserer, A.I. Duett , som lar deg komponere musikkstykker med en kreativ datamaskin, og måter å visualisere hvordan nevrale nettverk representerer informasjon og ser verden.
Prosjektene viser noen nye AI-funksjoner Google har bygget inn i en overhalt cloud computing-plattform . Men de bidrar også til å gjøre AI mindre mystisk, og antyder hvordan teknologien kan bli mer tilgjengelig for oss alle.
Ta Quick, Draw!, for eksempel. Du har 20 sekunder til å tegne seks enkle objekter, og en datamaskin prøver å gjette hva du jobber med i den tildelte tiden. Under panseret kjører spillet et læringssystem som Google bruker for karaktergjenkjenning. Systemet analyserer ikke bare formen, men også strekene du brukte til å tegne den. Det er en fin måte å forstå en maskinlæringstilnærming som brukes av millioner på smarttelefonene deres. Det er også ganske vanedannende, selv om det alltid ser ut til å forveksle endene mine med poteter.
AI-en bak Quick, Draw! ser ikke alltid ting på din måte.
Inn i A.I. Duetter, du får lage musikk med en algoritme. Gjennom en innsats kalt Prosjekt Magenta Google-forskere utforsker måter å bruke nevrale nettverk for å etterligne menneskelig kreativitet. Resultatene er fascinerende, spesielt fordi hvordan musikalsk kreativitet fungerer forblir ganske mystisk. En del av motivasjonen for Googles prosjekt er faktisk å utforske menneskelig intelligens ved å kopiere dens musikalitet.
Blant prosjektene som tar sikte på å belyse den indre funksjonen til nevrale nettverk er et som kalles Visualiserer rom med høy dimensjon . Laget av flere eksperter innen datavisualisering, viser denne innsatsen hvordan et stort nevralt nettverk lagrer og trekker forbindelser mellom forskjellige datastykker.
Resultatene er ofte vakre, men de fremhever også en måte vi kan være i stand til å forstå kraftige maskinlæringssystemer som normalt ville vært uutgrunnelige.
Dette kan være ganske viktig for alle. Tenk deg for eksempel en algoritme som nettopp flagget en tilsynelatende frisk pasient som sannsynlig å utvikle en bestemt sykdom. Evnen til å inspisere et nettverks indre forbindelser kan gjøre den beslutningen mindre vanskelig å forstå, og gjøre behandlingen lettere å rettferdiggjøre.
Så hvis du ønsker å forstå revolusjonen innen maskinintelligens som er i ferd med å vokse frem omtrent alle bransjer, er Googles online AI-laboratorium vel verdt et besøk.
(Les mer: A.I. Eksperimenter , Silisium vinkel , ' OK, datamaskin, Write Me A Song , ' The Hit Charade , ' AI's Language Problem )