ПИК с нов канал в Телеграм
Последвайте ни в Google News Showcase
През юни 2012 година мрежа от 16 хиляди компютри се самообучи да разпознава котки сред 10 милиона изображения от видео клипове в YouTube, пише Live Science, цитиран от "Фокус". Сега тази технология вече се използва навсякъде - от търсенията на Google за изображния до алгоритмите за новинарските потоци на Facebook. “Котешкото” разпознаване беше постигнато с помощта на “дълбоко учене” - метод в машинното учене, при който компютърни програми се захранват с огромни обеми от необработени данни със задачата да откриват абстрактни концепции. “Така компютърът се учи да представя информация по по-смислен начин, като прави това на няколко нива на представяне”, казва Йошуа Бенио, компютърен специалист от Университета в Монреал, Канада, който е съавтор на статия, публикувана на 27 май в журнала Nature.
“Има много начини за представяне на информация, някои от които дават възможност на хората да вземат решения по-лесно”, обяснява Бенио за Live Science. Когато светлината достигне човешкото око, например, фотоните стимулират невроните в ретината и те изпращат сигнали във визуалната област на мозъчната кора, която ги възприема като изображение. Избражението в мозъка е абстрактно, но това е по-полезно представяне, когато трябва да се вземе решение, отколкото е едно множество от фотони. По подобен начин дълбокото учене позволява на компютъра или на мрежа от компютри да конструира от сурови данни - пиксели на екрана, например, по-високи и по-високи нива на абстракция. След това машинта може да използва тази абстрактна концепция, за да взима решения, каквото е решението дали картина, съдържаща пухкаво кълбо с две очи и мустаци е котка.
Методът на самообучението е довел до драматичен напредък в разработването на софтуер за разпознаване на изображения и говор. Той се използва в множество мобилни и онлайн продукти и дори в самоуправляващите се автомобили, изтъква Бенио.
