Google weess, datt Dreem engem Mä Reseau sinn

Kënschtlech Mä Reseau Google hunn der Mënschheet Gehir fir eng Lounerhéigung. Dës Technik erlaabt déi verschidde Biller ze erkennen an analyséieren. Eemol Entwéckler interessant Fro Gedenkminutt hunn: Wat géif geschéien, wann de Roboter gebass gouf zu Dram? Esou eng komesch Fro opwerft rauszesichen Fäegkeete aus. Et ass en Deel vum Projet de Biller Deep Dream ze schafen.

"Deep Dream"

Entwéckler no virun der Software spezifesch Zweck. Mä dat war net den Zweck vun Rekonstruktioun vun Dreem. Experten hunn déi forcéieren op et e puer aner Schichten Mä Reseau Bild änneren op der Basis vun der Original Bild agelueden. Wéi et war eraus, ass d'Software ze léieren einfach. Also, war de Programm kënnen Detectiounsfunktion uginn Modeller ze verbesseren.

Formatiounen

Fir d'Funktioun vun kënschtlech Mä Netzwierker verbesseren, Entwéckler hunn duerch de Computer huet méi wéi eng Millioun Biller. Et war e Aarbechten iwwer an Zäit-Konsuméiere Aarbecht, well no jiddereng vun den proposéiert Biller Ingenieuren den Auto huet d'Bild op der Objet fonnt ze ënnersträichen. Stoppfeeler Mä Netz besteet aus MÉI Schichten, an engem méi korrekt Interpretatioun vun der Sich hänkt op den Niveau oder Status. Zum Beispill, fir d'Detectioun vun eenzelne Objete entsprécht Wasserstoff futti.

Hallucinogenic Qualitéit Biller

Unerkennung Funktiounen vun spezifesch Objeten am Bild vun der Mä Reseau virun engem méi schwéier Aarbecht no waarden. Ingenieuren sech gefrot selwer ze fueren Biller vun verschidden Objeten ze schafen, ënnert deem e Mupp, FORK goufen, starfish, banana an aner Elementer. Ënnerwee ass selwer komplett gerechtfäerdegt. A loosse de Roboter Dreem hunn eng hallucinogenic Qualitéit definéiert Biller vum mënschleche Aen erkenne kann.

D'ultimate Schoss vum Projet

Google ass sicht der Mä Reseau op de Punkt ze verbesseren, wou et méiglech Net-Existéiert Detailer iwwert d'gesamt Bild ze entdecken. Mir kënne soen, dass d'Ingenieuren konnt sech duerch d'kommunizéieren vun kënschtlech Intelligenz am Wanterschlof war. Et geschitt ass, wou Entwéckler de Biller an der ieweschter Layer vun der Mä Reseau ze opbauen ugefaang, deen eenzel Objeten ze erkenne geléiert huet. Also zum Beispill, e Prinzip Parameter "en Hond Form vun de Wolleke" huet e Reseau vun Hond Wolleken ze Lounerhéigung. An all Kéier Dir d'Resultat opbauen eraus koum besser an besser.

Also, huet den "Deep Dream" de Computer d'Fähegkeet Bild Astellungen ze änneren. An et huet op den Objete ze erkennen, déi sinn net am Bild aus. An elo, wann Dir eng verwonnerlech komesch Muppen a Schleeken "bedeckt Himmel" Réseau gëtt Ufro.

Konklusioun

De Methode benotzt vun de Fuerscher während dem Projet, hëllefen ze verstoen an visualiséieren wéi enger Mä Reseau kapabel vun leeschtungsfäheg komplex Aufgaben fir Objet Klassifikatioun. Dësen huet zu der Verbesserung vun der Reseau Architektur gefouert a Etapp vun der Léieren Prozess ze Kontroll erlaabt.