15 کار شگفت انگیزی که شبکه های عصبی یاد گرفته اند انجام دهند

2024 نویسنده: Malcolm Clapton | [email protected]. آخرین اصلاح شده: 2023-12-17 03:54

از رانندگی با ماشین تا خلق شاهکارها.

شبکه عصبی یک هوش مصنوعی است که قادر به خودآموزی است. به شکلی، برنامه‌های مشابهی در زمینه فناوری کامپیوترهای عصبی وجود داشت: تئوری و عمل در دهه هشتاد، اما این حوزه در حدود سال 2015 توسعه سریعی یافت. دانشگاه های پیشرو مانند ماساچوست و آکسفورد و همچنین شرکت های بزرگ مانند گوگل به طور فعال شروع به کشف امکانات شبکه های عصبی کردند.

اکنون این فناوری‌ها در دسترس همه هستند. و بشریت تاکنون ده ها مورد از دیوانه کننده ترین و عجیب ترین برنامه ها را برای چنین برنامه هایی ارائه کرده است. در اینجا تعداد کمی از آنها هستند.

1. آمدن با چهره افراد ناموجود

افرادی که در تصویر بالا می بینید واقع بینانه به نظر می رسند، اما وجود ندارند. تصاویر آنها رشد پیشرونده GAN ها را برای بهبود ایجاد کرد

کیفیت، پایداری و تنوع شبکه عصبی از NVIDIA. این برنامه بر روی عکس های واقعی افراد مشهور آموزش داده شد و در نتیجه یاد گرفت که چگونه تصاویر قابل اعتمادی از چهره ها تولید کند. می توانید خودتان بررسی کنید که او چقدر این کار را خوب انجام می دهد.

2. با صدای بلند بخوانید

فن آوری های زیادی برای سنتز گفتار با استفاده از شبکه های عصبی وجود دارد. برای این منظور، برنامه هایی برای این کار وجود دارد، به عنوان مثال، و "". گفتار ایجاد شده در این روش روان و واقع گرایانه است و کاربردهای زیادی برای این روش وجود دارد، از برنامه های دوبله برای افراد کم بینا گرفته تا ساخت کتاب های صوتی با هزینه کم.

3. ماشین ها را رانندگی کنید

بسیاری از شرکت ها اتومبیل های خودران را آینده حمل و نقل می دانند. آئودی، اوبر، گوگل، تسلا، یاندکس و بسیاری از شرکت های دیگر پیشرفت های خاص خود را در این زمینه دارند. عملا هیچ یک از این فناوری ها بدون شبکه های عصبی کامل نیستند. آنها به وسایل نقلیه کمک می کنند تا مشخص کنند که در آن علامت ها، علائم، سایر وسایل نقلیه و عابران پیاده در جاده هستند و بر اساس این داده ها تصمیم گیری می کنند.

4. رنگ عکس ها و فیلم ها را بازیابی کنید

دانشمندان دانشگاه Waseda در توکیو توسعه داده اند Let there are color! برنامه ای که عکس ها و فیلم های سیاه و سفید را به صورت رنگی می سازد. شبکه عصبی یاد گرفته است که انگیزه های مشترک را در تصاویر شناسایی کند (آسمان معمولا آبی، درختان سبز و غیره است) و اجسام را با رنگ های مناسب رنگ آمیزی کند.

5. همه جا چهره سگ را ببینید

یکی از اولین فناوری های شبکه عصبی که در دسترس مخاطبان گسترده قرار گرفت، Inceptionism Inceptionism گوگل در سال 2015 بود. او تصاویر را پردازش کرد و شبح هایی از صورت سگ ها، بتکده ها و قوس ها را به آنها اضافه کرد. کاربران شبکه شروع به انتقال عکس ها، نقاشی های معروف، فیلم ها و فیلم های خود از طریق برنامه کردند - غیرعادی و وحشتناک شد.

6. موسیقی بنویسید

هر نوع اطلاعات دیجیتالی را می توان در شبکه های عصبی بارگذاری کرد، از جمله موسیقی. برخی از محققان برنامه های خود را با آهنگ های آهنگسازان مشهور آموزش می دهند. رایانه ها هنوز آهنگ های معناداری تولید نکرده اند، اما به خوبی از سبک های نوازندگان کپی می کنند.

7-سیاستمداران را وادار به گفتن هر چیزی کنید

یکی از ترسناک ترین کاربردهای شبکه های عصبی، سنتز ویدئویی است، به ویژه با شخصیت های عمومی. برای مثال، دانشمندان دانشگاه واشنگتن Synthesizing Obama: Learning Lip Sync از طریق صدا را توسعه داده‌اند، برنامه‌ای که حرکات لب باراک اوباما را بر اساس ضبط‌های صوتی ایجاد می‌کند و آن‌ها را در ویدیو جایگزین می‌کند. بسیار قابل اعتماد معلوم می شود.

8. پیاده روی کنید

شرکت زیرمجموعه گوگل DeepMind آزمایشی را انجام داد. سه چهره مجازی مختلف - یک انسان نما، یک چوب با دو پا و یک توپ با چهار پا - باید راه رفتن را یاد می گرفتند. آنها هیچ اطلاعاتی در مورد نحوه انجام این کار نداشتند - فقط وظیفه رسیدن از یک نقطه به نقطه دیگر و حسگرهایی که به تعیین موقعیت آنها در فضا کمک می کند. پس از صدها ساعت تمرین، هر سه چهره راه رفتن، دویدن، پریدن و حرکت بر روی سطوح ناهموار را آموختند.

9. روبات ها را کنترل کنید

فن آوری های مبتنی بر شبکه های عصبی به طور گسترده ای در رباتیک استفاده می شود.به عنوان مثال، رباتی که توسط موسسه تحقیقاتی دیزنی ساخته شده است، می تواند با یک، دو و سه پا به جلو حرکت کند. و ربات تحویل از Starship Technologies برای حرکت در خیابان ها، اجتناب از موانع و عابران پیاده است.

10. تقلب و فساد را بشناسید

یکی از کارکردهای اصلی شبکه های عصبی، تشخیص الگو، از جمله همبستگی بین رویدادها است. این در عرصه مالی بسیار مفید است: می توانید فعالیت غیرقانونی را قبل از وقوع آن پیش بینی کنید. به عنوان مثال، در اسپانیا، دانشمندان پیش بینی فساد عمومی با شبکه های عصبی: تجزیه و تحلیل استان های اسپانیا را ایجاد کرده اند، برنامه ای که به شناسایی فساد در استان های کشور کمک می کند. و برخی بانک‌ها در حال توسعه Citi Ventures Deploys Machine Learning and Artificial Intelligence با مردم هستند و از سیستم‌هایی استفاده می‌کنند که کلاهبرداری کارت اعتباری را تشخیص می‌دهند.

11. متن روی یک تصویر را در زمان واقعی ترجمه کنید

ویژگی ترجمه بلادرنگ متن برای مدت طولانی در Google Translate ظاهر شد، اما تعداد کمی از مردم می‌دانند که چگونه Google Translate یادگیری عمیق را در شبکه‌های عصبی تلفن فشرده می‌کند. با کمک آنها، برنامه حروف و سایر نمادها را در تصاویر تشخیص می دهد، حتی اگر آنها تار، چرخش حول محور خود، تلطیف یا تحریف شده باشند. سپس برنامه آنها را در قالب کلمات و جملات قرار می دهد، آنها را ترجمه می کند و روی تصویر نمایش می دهد. و همه اینها در کسری از ثانیه

12. انتقال سبک هنری از یک تصویر به تصویر دیگر

در سال 2016 چندین شرکت فناوری هایی را برای پردازش تصویر در سبک های مختلف هنری ارائه کردند. اپلیکیشن هایی مانند Prisma، DeepArt و Ostagram ظاهر شده اند. Prisma به شما امکان می دهد از بین چند صد فیلتر از پیش ساخته شده و Ostagram و DeepArt انتخاب کنید - می توانید یک عکس یا عکس را خودتان آپلود کنید که به عنوان منبعی از سبک عمل می کند.

13. طرح های خشن را به نقاشی های واقع گرایانه تبدیل کنید

در اوایل سال ۲۰۱۹، NVIDIA Stroke of Genius: GauGAN Doodles را به خیره‌کننده تبدیل می‌کند، یک برنامه Photorealistic Landscapes که تصاویر را از چند شکل ساده به عکس‌های با جزئیات زیبا تبدیل می‌کند، نشان داد. کاربر چند ضربه می‌زند و شبکه عصبی تصویری از آن ایجاد می‌کند که از دور نمی‌توان آن را از بوم واقعی برخی از نقاشان منظره تشخیص داد. دریا، سنگ، شهر، جنگل، ابرها - ده ها شی مختلف را می توان به تصویر اضافه کرد. شبکه عصبی حتی خودش تعیین می‌کند که در کجا به سایه‌ها یا بازتاب‌ها نیاز است.

14. لب بخوانید

دانشمندان گوگل و دانشگاه آکسفورد فناوری LipNet LipNet را ایجاد کرده اند که از شبکه های عصبی برای خواندن لب ها استفاده می کند. و او این کار را بسیار دقیق تر از یک شخص انجام می دهد. به طور متوسط، افرادی که دارای اختلالات شنوایی هستند، لب ها را با دقت 52 درصد و LipNet با دقت 88 درصد می خوانند.

15. متن بنویسید

مردم شبکه های عصبی و نحوه کار با متن را آموزش دادند. برنامه‌ها توسط دیپ اسپیر نوشته شده‌اند: مدل عصبی مشترک زبان شاعرانه، اشعار متر و قافیه، داستان‌های کوتاه، متون جعلی برای ویکی‌پدیا، فیلم‌نامه‌هایی برای سریال‌ها (مثلاً برای دوستان).

و در سال 2016 اولین فیلم کوتاه جهان خورشید بهار اکران شد که فیلمنامه آن توسط هوش مصنوعی نوشته شده است. سینما کاملاً بی معنی است: کامپیوترها هنوز در تلاش برای خلق کردن هستند. اما چه کسی می داند، شاید بعد از چند سال، حرفه فیلمنامه نویسی به تدوین آثاری که توسط ماشین ساخته می شوند خلاصه شود.