Обучение искусственного интеллекта

Мы живем в эпоху, когда словосочетание «искусственный интеллект» не вызывает удивления и достижения в этой сфере уже стают обыденностью. ИИ входит в нашу жизнь и , наверное, скоро станет неотъемлемой ее частью.

Весной 2017 года инженеры компании Google Brain создали ИИ AutoML. Он может создавать уникальные ИИ без помощи человека. И уже осенью AutoML создал систему компьютерного зрения, которая в разы превосходила аналоги сделанные человеком. Систему компьютерного зрения назвали NASNet, она может стать достойным дополнением в робототехнике, в автомобилях с автопилотом.

Сама AutoML, это управляющая нейросеть, которая самостоятельно разрабатывает иные сети для специализированных задач. Развитие идет по системе обучения с подкреплением.

В случае с NASNet была поставлена задача – создать систему для максимально точного распознавания окружающих обьектов в режиме реального времени. В процессе создания искусственный интеллект обучил новую нейросеть искать и исправлять ошибки. Процесс этот повторялся много тысяч раз, пока количество ошибок начало стремиться к нулю. В результате получили продукт, которому пока нет равных.

Согласно данным компании Google, точность нейросети составляет 82,7%, что на 1,2% лучше ранее полученного рекорда специалистами из Оксфорда и компании Momenta. NASNet для мобильной версии превосходит аналоги больше чем на 3%. ИИ AutoML не останавливается на достигнутом и продолжает работать над созданием новых нейросетей.

Хорошо известная компания NVIDIA создала искусственный интеллект, который умеет мастерски «врать». А точнее, создавать фейковые видео, которые даже специалист может пропустить как настоящее.

Разработчики компании научили ИИ в реальном времени преобразовывать видеоролики так, что при кардинальных изменениях даже мысли нет о фейке.

И это выходит настолько хорошо, что оригинал и подделку фактически не отличить без спецоборудования

Например, в систему загружают видео с камеры автомобильного регистратора. ИИ анализирует его и меняет зиму на лето. Как видно из рисунка фото идентичны.

В данном случае работает алгоритм, основанный на использовании генеративной состязательной сети (GAN). В этом видео картинка выглядит менее убедительно, есть разница, но все равно умение ИИ впечатляет.

Существенными багами в этот раз можно считать кривая разметка и некоторые артефакты на краю дороги.

Хотя, в первоначально задаче разработчики ставили иную цель – исследование в области автоматической раскраски фотографий. Но система «пошла дальше» и научилась обрабатывать видеофайлы на достаточно высоком уровне.

Страшно представить, что будет в будущем, если уже сейчас ИИ умеет подделывать видеозаписи, записи людей, меняя их мимику под иные слова. Поживем, увидим.

Комментарии:

No Comments

Post a Comment