Neurala nätverk läser läppar, ritar skisser och slår professionella go-spelare. Och viktigast av allt, de vet hur de ska lära sig. De fem mest oväntade framstegen inom konstgjord intelligens.
Mustunga
Under 2017 märkte österrikiska zoologer som studerade beteende hos husmöss (Mus musculus) att gnagare ändrar sin röst beroende på vilken av deras släktingar de kommunicerar med - en man eller en kvinna. Spektrografisk analys av "talet" från fyrtio experimentella djur visade att möss växlar till högre frekvensljud när de ser en person av motsatt kön.
Med hjälp av denna funktion beslutade forskare från Ryssland, Nederländerna och Tyskland att utbilda neurala nätverk för att känna igen könet på möss med de ljud de gör, och även för att avgöra vem meddelandet riktas till: man eller kvinna.
Djuren delades upp i par, var och en med en gnagare under generell anestesi, och den andra rör sig fritt runt buren. Musens skrik spelades in och bearbetades med hjälp av neurala nätverk, som lärde sig efter ljudets höjd, amplitud, varaktighet för att förstå vem som gav det och vem det var avsett.
Efter träningen bestämde neurala nätverk rätt kön hos möss som ljud och deras mottagare i 84 procent av fallen. Emellertid noterar författarna till verket att med djur av andra linjer (gnagare av C57BL / 6NCr-linjen deltog i studien) kommer algoritmen förmodligen inte att fungera. Mössen har troligen olika "dialekter" och gnissarna kommer att ha olika spektrala egenskaper.
Kampanjvideo:
Neurala nätverksgrafologer
Ryska forskare har lärt neurala nätverk att känna igen en persons kön genom handskrift. Programmet, som utvecklats gemensamt av MEPhI, Kurchatov Institute och Voronezh State University, bestämde i 80 procent av fallen korrekt vem som skrev texten - en man eller en kvinna. Forskare har använt ultraexakta neurala nätverk och djupa inlärningsmetoder.
Enligt en av författarna till verket, docent vid NRNU MEPhI Alexander Sboev, uppnåddes sådana höga resultat tack vare avancerade neurala nätverksmodeller och det faktum att författaren inte gömde sitt kön. Nu löses problemet med att bestämma kön i en situation där en person låtsas vara en annan: en kvinna skriver till exempel en text på en mans vägnar. Snart lärs ut konstgjord intelligens för att bestämma åldern för författaren till en skriftlig text.
Lasagne förvandlas till sushi
Japanska och franska experter har skapat ett program som anpassar kända rätter till kulinariska traditioner i olika länder. Låt oss säga att det förvandlar lasagne till sushi-lasagne och gör japansk sukiyaki-soppa i fransk stil. Det vill säga att programmet skapar ett recept där kalvados indikeras istället för mirin (risvin) och grön lök ersätts av dragon.
Konstgjord intelligens fungerar i två steg. Först, efter att ha analyserat ingredienserna som utgör en viss maträtt, finner han ut vilket nationellt kök det tillhör. Sedan bestämmer han vilka ingredienser och vad som ska ersättas, så att maten tar på sig funktionerna i en annan kulinarisk tradition. För detta används vektormodellen word2vec, som fastställer korrespondensen mellan ingredienserna. Så när du anpassar japanska rätter till det franska köket föreslår programmet att du tar en blandning av aromatiska örter istället för sojasås.
Neuralnätverket förstår ännu inte hur väl de nya ingredienserna kombineras med varandra och tar inte hänsyn till metoden för beredning. De lovar att slutföra det.
I en ny kapacitet
Neurala nätverk är bra på att återställa ljusstyrkan och färgen i gamla tecknade filmer och anpassa dem till moderna högupplösta skärmar. I september presenterade två stora företag - Disney och Yandex - liknande algoritmer.
Disney Research har utvecklat ett program som gör att du kan uppnå mer realistisk färgläggning av videor genom att bättre matcha intilliggande ramar. Neurala nätverk av ryska specialister (DeepHD-teknik) kan öka upplösningen utan att förlora skärpan och kvaliteten.
Algoritmen testades på gamla sovjetiska tecknade filmer. På "Yandex" kan du titta på förbättrad kvalitet "Golden Antelope", "Snow Queen", "The Bremen Town Musicians" och andra berömda filmer av "Soyuzmultfilm". Som företagets presstjänst noterar är skillnaden särskilt märkbar för krävande tittare: bilden har blivit skarpare, fina detaljer som blad på träd, snöflingor, stjärnor på natthimlen är bättre synliga.
Letar du efter bröder i åtanke
Forskare från University of California i Berkeley (USA) använder neurala nätverk för att söka efter utlänningar, deltar i SETI-samarbetet, ett projekt för att söka efter utomjordiska civilisationer och eventuellt komma i kontakt med dem. För att göra detta har forskare skapat ett neuralt nätverk som oberoende kan identifiera och registrera lågfrekvenssignaler av konstgjord ursprung.
Forskare anser att en avancerad utomjordisk civilisation definitivt bör försöka komma i kontakt med oss. Huvudproblemet är att separera elektromagnetiska signaler från Jorden, som redan har spridit sig i alla riktningar över stora avstånd, från de som troligen kommer från ett annat stjärnsystem eller galax. Hittills har en person inte kunnat urskilja främmande signaler riktade till vår planet.
Nu gör det neurala nätverket detta. Konstgjord intelligens har redan upptäckt 72 signaler, vars källor kan vara himmelkroppar tre miljarder ljusår från jorden. De första inspelade radiobristerna registrerades i FRB 121102. Objektets författare, även om programmet inte hittar spår av främmande civilisationer, kommer det att hjälpa till att lära sig mycket om universum.
Alfiya Enikeeva
