Алгоритм показал последствия изменения климата |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-05-18 12:44 Канадские разработчики при участии коллег из США и Шри-Ланки представили алгоритм на основе генеративно-состязательной нейросети, который показывает, как будет выглядеть обычный американский дом через 50 лет — при условии происходящего сейчас изменения климата. Препринт статьи с описанием работы опубликован на arXiv. Согласно наиболее вероятному на сегодняшний день сценарию изменения климата средняя температура воздуха в мире повысится на три градуса к концу века. Некоторых скептиков прогнозы климатологов не убеждают: с одной стороны, многим повышение температуры на три градуса, к сожалению, кажется незначительным, а с другой — мало кто может реально представить, что произойдет в мире в ходе изменения климата. В феврале американские разработчики представили простую интерактивную карту, которая с помощью так называемых климатических аналогов показывает, с какими местностями будет сравнима температура в североамериканских городах в 2080 году при условии стабильного изменения климата. Разработчики под руководством Виктора Шмидта (Victor Schmidt) из Монреальского института обучения алгоритмов решили пойти дальше. Они представили алгоритм на основе круговой генеративно-состязательной нейросети (CycleGAN) — разновидности GAN, которая позволяет менять не все изображение целиком, а некоторые его аспекты на основе обучающей выборки (про пример работы такой нейросети — перенос информации между двумя видео — вы можете прочитать здесь). Для обучения исследователи собрали изображения Google Street View одних и тех же местностей (а точнее — домой) до и после климатических катаклизмов (потопов и лесных пожаров). Всего удалось собрать по 500 изображений, которые поделили на части, в итоге получив 5000. Модель дополнили данными о наиболее вероятных климатических изменениях на территории США в ближайшие 50 лет: таким образом, ученым удалось получить алгоритм, который, в зависимости от местонахождения строения в стране, показывает, как он может выглядеть в полувековой перспективе. Авторы отмечают, что их работа — пока что только прототип: в будущем они планируют улучшить модель. В частности, помимо последствий повышения температуры воздуха, они также планируют добавить к модели последствия персонального выбора людей: например, показать, что произойдет при увеличении углеродного следа в случае повышенного использования транспортных средств. Узнать больше об изменении климата и том, как сейчас с ним борются, вы можете с помощью материалов, подготовленных в рамках темы «Зеленые дневники». Елизавета Ивтушок Источник: nplus1.ru Комментарии: |
|