Поиск
Показаны результаты для тегов 'нейросеть'.
Найдено: 4 результата
-
23-летний аспирант Стэндфордского университета Лоренс Пирсон (Lawrence Peirson), изучающий теоретическую астрофизику, в этом году решил пройти дополнительные курсы в области искусственного интеллекта. Для своего итогового курсового проекта он вместе с коллегой Мелтэмом Толунеем (Meltem Tolunay) создал нейросеть, которая способна придумывать подписи к мемам. Поначалу исследователь относился скептически к идее, но в итоге считает, что прошедшая глубокое обучение нейросеть выработала довольно интересное и оригинальное чувство юмора. С этим трудно не согласиться: творчество «нейропоэта» от Яндекс тоже вызывает улыбку — главное правильно выбрать объект подражания. Для обучения сети Лоренс Пирсон использовал библиотеку сайта memegenerator.net, в которой содержится сотни тысяч мемов, созданных на базе шаблонов, подписанных пользователями. Для нужд проекта было использовано 3000 базовых изображений, каждое из которых имеет множество вариантов подписей. «Среди 400 тысяч мемов большинство не такие уж весёлые, но они, по крайней мере, учат систему, что такое мем и какого рода шутки подходят. Мемы смешны зачастую из-за того, что доносят определённый смысл в довольно абсурдной форме», — пояснил Пирсон. Вот, например, такая подпись получилась у нейросети для шаблона с животным: Интернет-мемы распространяются по сети в течение многих лет, особенно через сайты Reddit, Facebook, 9GAG и Quick Meme. И самые популярные могут получить более миллиона уникальных подписей. В результате они отражают различные стороны цифровой культуры — в документе описывается перекос данных для обучения к ругательному, расистскому и сексистскому содержанию. Лоренс Пирсон отмечает, что эта проблема выходит далеко за пределы мемов и касается в целом задач обработки естественного языка, и планирует в дальнем обеспечить фильтрацию данных. Нейросеть была создана на языке CUDA и выполнялась на ускорителях NVIDIA TITAN Xp. Для оценки успешности обучения нейросети был создан критерий, по которому можно было оценить, способна ли нейросеть увидеть определённые паттерны в данных. Но всё-таки настоящей проверкой качества «нейромемов» стал опрос людей, которым предлагалось определить, создан мем человеком или компьютером, и поставить балл за чувство юмора. Согласно отчёту исследователей, созданные сетью мемы практически неотличимы от реальных. Что, признаться, не делает чести людям. Если алгоритму предложить подписать неизвестное изображение, он будет искать аналогии с известными образцами из набора для обучения. Когда Лоренс показал нейросети свою фотографию, то получил следующий результат: Исследователи видят большой потенциал своего проекта: искусственный интеллект может создавать мемы к текущим событиям и даже влиять на общественное мнение, технология может найти применение и в рекламе. «Вирусное распространение информации — это отличный способ выйти на рынок», — заключил Пирсон. Авторы очень удивлены вниманию общественности к их работе и обещают в скором времени выпустить в App Store соответствующее приложение Dank Learning.
-
Группа специалистов из компании NVIDIA, Массачусетского технологитческого института, а также университета Аалто представили нейронную сеть, способную редактировать изображения и убирать с них лишний шум, а также различные надписи. О проделанной работе специалисты NVIDIA поделились в своем официальном блоге, но при этом исходный код алгоритма не стали выкладывать в открытый доступ. Для создания нейросети специалисты использовали метод машинного обучения. На базе 50 различных испорченных фотографий, алгоритм научился убирать с изображений шумы, вызванные слабым освещением, цветовые шумы на старых снимках, а также избавляться от надписей, подписей и, возможно, даже копирайта, имеющегося на изображениях. Разработчики отмечают, что нейросети для эффективной работы не нужно видеть ту же самую, но чистую фотографию — достаточно лишь показать некачественные снимки. Если показанный в апреле алгоритм NVIDIA демонстрировал возможность восстановления на чистых фотографиях с изображением лиц недостающих деталей, а также способность убирать с них лишние детали, то текущий алгоритм способен проводить всю работу на базе «поврежденных данных». «Можно научить нейросеть восстанавливать части фотографии, чтобы алгоритм даже не видел ее исходное значение. При это не страдает производительность компьютера, как и не увеличивается время для обработки», — говорят разработчики. Разработчики отмечают, что метод можно использовать не только при обработках художественных фотографий, но и для удаления шумов из снимков МРТ, других медицинских изображений, а также, при получении фотографий с всегда низким уровнем освещенности, например, при выполнении астрономических наблюдений.
-
Специалисты Московского физико-технического института (МФТИ) и российской компании Gero разработали систему на основе нейронной сети, позволяющую предсказывать вероятность смерти. Искусственный интеллект формирует прогнозы, используя показатели от обычного фитнес-трекера. Результат отображается в мобильном приложении Gero Lifespan, которое можно установить на смартфон или планшет. При разработке алгоритмов исследователи опирались на медицинские данные 10 000 человек, собранные в 2003–2006 годах в ходе национального исследования NHANES в США. В базе данных содержится информация о том, как люди с разным состоянием здоровья двигались во время непрерывного ношения фитнес-трекера: как часто переходили от движения к состоянию покоя, сколько шагов сделали, какая интенсивность физических нагрузок была максимальной. Создатели платформы научили нейронную сеть выявлять неблагоприятные тенденции: связывать определённые показатели и повторяющиеся последовательности движений с данными медицинских историй и результатами анализов. В итоге, искусственный интеллект научился точно выявлять испытуемых из группы повышенного риска и определять их биологический возраст. Кроме того, система может спрогнозировать вероятность наступления смерти. Ожидается, что предложенное решение будет полезно медицинским организациям и страховым компаниям.
-
- исследователи
- научили
- (и ещё 4 )
-
Компания Mail.Ru Group сообщила об интеграции новой функции в приложения электронной почты для операционных систем Android и iOS. Речь идёт о системе «Умный ответ» на основе нейросети. Данный инструмент даст пользователям возможность отвечать на письма одним нажатием. Новая система подбирает подходящие по смыслу варианты ответа, анализируя содержание поступившего сообщения. Утверждается, что «Почта Mail.Ru» стала первым сервисом, запустившим такую возможность на русском языке. Алгоритм «умного» ответа разработан внутренней командой машинного обучения сервиса. При его создании использовались опыт и наработки, полученные в ходе работы над антиспам-системой «Почты Mail.Ru». Созданная командой нейросеть генерирует адекватные ответы практически для любого небольшого сообщения. «Пользователи "Почты Mail.Ru" отправляют около 15 миллионов писем каждый день. Значительная доля этих писем — краткие ответы, состоящие буквально из одной фразы. Мы первыми разработали нейросеть, которой можно делегировать составление таких ответов на русском. Теперь ответить на письмо можно буквально в два нажатия», — говорят в компании. Нужно также отметить, что недавно «Почта Mail.Ru» запустила программу бета-тестирования сервиса. Теперь все желающие могут вступить в сообщество пользователей бета-версии, чтобы первыми получить доступ к новым функциям и принять участие в развитии почтового сервиса в России. Чтобы стать бета-пользователем и получить доступ к новым возможностям «Почты Mail.Ru» до их официального запуска, достаточно активировать эту функцию в настройках почтового ящика. После этого в интерфейсе появится раздел «Бета», содержащий все доступные для тестирования нововведения.