“ози сайт използва бисквитки (cookies). јко желаете можете да научите повече тук. –азбрах

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 531

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 534

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 537

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 540

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 544

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 548

Deprecated: Function eregi_replace() is deprecated in /var/www/sites/asen/COMMON/procedures/class.FunctionsCommon.php on line 552

Deprecated: Function split() is deprecated in /var/www/sites/asen/pcw/procedures/class.Add.php on line 367

»зкуствени€т интелект DeepMind на Google може да визуализира 3D модел от 2D образ

—ъздаването на невронна мрежа, ко€то може да учи от околната среда, е гол€ма стъпка.

02 юли 2018
2012 прочитани€
2 одобрени€
0 неодобрени€

»зкуствени€т интелект DeepMind на Google може да визуализира 3D модел от 2D образ

≈дна от трудностите, когато става дума за създаване на система за визуално разпознаване чрез изкуствен интелект е как да се програмира това, което човешки€т мозък прави без усилие. Ќапример, когато човек влезе на непознато м€сто, той лесно идентифицира и категоризира предметите. Ќаши€т мозък автоматично възприема всичко от един поглед, прави заключение на база на предишен опит, вижда предметите от различни ъгли и ги пресъздава в главите ни. ≈кипът на DeepMind на Google се опитва да създаде невронна мрежа, ко€то може да работи по същи€ начин.

ѕроблемът е, че за да могат да обучат изкуствени€ интелект да прави такива изводи, учените тр€бва да вкарат огромно количество внимателно означени данни. Ќевронните мрежи често трудно прилагат наученото от една ситуаци€ в друга. —ледователно ключът е да се създаде невронна мрежа, ко€то може да разбира заобикал€щата среда.

»менно това се опитват да направ€т от DeepMind с General Query Network (GQN). “ази невронна мрежа се различава от другите, тъй като е програмирана да следи околната среда и да се обучава само върху тези данни - а не върху тези, които са въведени от учените данни. ¬следствие на това GQN се учи да разбира света и да прилага натрупаните наблюдени€ към новите ситуации, с които се сблъсква.

—лед като GQN мрежата е била поставена в контролирана среда, учените са € тествали и с такава, генерирана на случаен принцип. ћрежата е усп€ла да си представи сцената от различни ъгли и да създаде триизмерна визуализаци€ на 2D образ. ќсвен това т€ е идентифицирала и класифицирала предмети без предварително въведени етикети за това какво представл€ват те. —ъщо така мрежата може да прави изводи  за предмети, които не вижда, на база на това, което може да види.

»зследователите подчертават, че GQN има н€кои ограничени€. ƒо момента за обучението са използвани само синтетични сцени и не е €сно как ще се справи мрежата с образи от реални€ св€т. ”чените уточн€ват също така, че те имат още доста работа, преди да са готови да приложат решението на практика.

2 одобрени€
0 неодобрени€
ќще от рубрика "Ќаука"
 ќћ≈Ќ“ј–» ќ“  
“р€бва да сте регистриран потребител, за да коментирате стати€та
"»зкуствени€т интелект DeepMind на Google може да визуализира 3D модел от 2D образ"



    

абонамент за бюлетина