Čarodejnícke snímacie čiary sú ako slovné hračky: zvyčajne vyvolávajú stonanie alebo očné tiene, ale ľudia stále nemôžu odolať vytváraniu nových. Môže sa teda zdať nevyhnutné, že v mnohých prebiehajúcich experimentoch s umelou inteligenciou niekto vytvoril počítačový program, ktorý remeselne vyzdvihol línie.
Súvisiaci obsah
- Tento počítačový algoritmus premieňa filmy na úchvatné umelecké diela
- Ako sa počítače naučili hrať Nintendo
- Umelá pokožka by mohla pomôcť nositeľom protéz cítiť sa skutočne
Výsledky, správy Rob LeFebvre pre Engadget, sú rozkošné.
Vedecká vedkyňa Janelle Shane učila svoju neurónovú sieť pomocou snímacích línií, ktoré zoškrabla z internetu. „Zhromažďovanie údajov bolo oveľa bolestivejšie, ako som čakal, “ píše na svojom blogu. „Predtým som ich veľa nečítal a väčšina z nich bola obscénna alebo agresívna alebo urážlivá.“
Našťastie sieť zostala dosť slušná. Píše:
[A] Aj keď neurónová sieť prišla na základné formy „Musíš byť ... pretože ...“ alebo „Ahoj miláčik, chceš ...“ nikdy sa nenaučila vytvárať najhoršie riadky - väčšina z nich bola založená na slovnej hre, ktorú neurobila. Nemám šancu sa rozmnožovať.
Sieť spoločnosti Shane pre vyzdvihnutie riadkov je založená na open-source programe na GitHub s názvom char-rnn. Jej sieť a ďalšie podobné počítače sú výpočtovými modelmi, ktoré napodobňujú fungovanie mozgu. Vďaka tomu sa sieť správa veľmi odlišne ako bežný počítač.
Vo všetkom, od prenosných počítačov po smartfóny, centrálny procesor počítača prijíma príkazy od používateľa, vyhľadáva potrebné pokyny v pamäti, dekóduje pokyny, vykonáva činnosť a ukladá výsledky do pamäte. Všetky tieto kroky prebiehajú v poriadku a každá fáza závisí od toho, čo nastane skôr.
Nie tak v neurálnej sieti (alebo presnejšie v umelej neurónovej sieti). Tieto systémy sú tvorené zväzkom vzájomne prepojených „uzlov“, z ktorých každý môže vykonať jednoduchý krok spracovania. Mnoho spojení umožňuje každému uzlu reagovať na kombináciu vstupov z iných uzlov. Neexistuje žiadna samostatná pamäť. Vedomosti sú uložené v celkovom stave samotnej siete. Výsledkom je sieť, ktorej súčet je väčší ako súčet častí.
Ľudia, ktorí používajú neurónové siete, môžu trénovať systém kŕmením veľkého množstva údajov. Sieť potom "učí" vzorce a nakoniec môže vygenerovať svoj vlastný výstup.
Po nakŕmení svojej siete všetkým šarmom, ktoré internet mohol ponúknuť, nechala Shane urobiť svoju vec. Výsledky „sa líšili od nepochopiteľných až po surrealistické až po druh rozkošný, “ píše.
K dispozícii je kreatíva: „Mám cener? Pretože len vkladám svoje červy.“ (Hej, angličtina je tvrdá.) Pokus o syr: „Ste sviečka? Pretože ste tak horúci z toho vzhľadu.“ Jednoduchý: „Keby som vás chcel požiadať?“ A sladké: „Si taká krásna, že ťa cítim lepšie sa s tebou stretnúť.“
Dalo by sa predstaviť nešikovne roztomilého robota, ktorý tieto riadky prikazuje zmätenému patrónovi z baru. Umelec Shobana "Bob" Appavu urobil s niekoľkými ilustráciami.
Shane vyškolil rovnaký sieťový rámec na navrhovanie receptov, Pokémona (ktoré ilustroval iný umelec), superhrdinov a írskych melódií.
Vo všetkých prípadoch sú počiatočné iterácie obvykle zlyhaniami. "Čo sa mi na týchto zlyhaniach páči, je to, že sú oknom do vnútornej štruktúry vecí, rovnakým spôsobom, ako nám optické ilúzie dávajú stopy o fungovaní našich vizuálnych systémov, " hovorí Shane Davidovi Covucci v dennej dotácii . o jej neurónovej sieti písajúcej recepty.
Umelé neurónové siete nás môžu viac než potešiť nezmyslom alebo písať strašidelné vianočné piesne. Sofistikované verzie pomohli ochrnúť opice pri chôdzi a mohli nositeľom protetických končatín cítiť.
Niektoré línie snímania môžu byť v skutočnom živote dokonca hodné strely. Skúste „Vyzeráte ako vec a milujem ťa“ alebo takmer bezchybný „Ahoj“.
