В Microsoft придумали обучать нейросети улыбкой |
||
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 Нейронные сети начинающим 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 |
2020-01-06 13:37 В Microsoft нашли новое применение улыбке — теперь это инструмент для обучения нейросетей. Когда инженер улыбается, система понимает, что всё хорошо. На самом деле это вполне серьёзное исследование — для многих сложных нейросетей важной проблемой является система оценки полученного результата. Как правило, один алгоритм отвечает за решение задачи (например, за создание изображения), а второй — за его оценку. По мнению специалистов, именно такой компонент нейросети — один из самых проблемных. С оценкой человеком проще, но вопрос в том, как в реальном времени считывать степень одобрения промежуточных решений. Вариантом ответа и стала идея научить алгоритм распознавать какую-то базовую эмоцию человека, который следит за работой нейросети и этой эмоцией естественным образом выражает своё мнение. Тестировали этот метод на одной из классических задач для нейросетей: найти выход из запутанного лабиринта. Выход должна была найти машинка, которой и управляла нейросеть. А за процессом наблюдал человек. Если он улыбался, то нейросеть понимала, что движется в правильном направлении. Исследователи говорят, что такой метод подкрепления обучения оказался самым эффективным по сравнению с любыми другими искусственными системами контроля. Они отмечают, что это очень похоже на то, как происхоит обучение в реальной жизни. Дети, когда учатся что-то делать, в большой степени полагаются на эмоции тех, кто их учит. Если эта технология разовьётся, то мы, возможно, будем обучать домашних роботов именно таким образом: демонстрируя им положительные или отрицательные эмоции. Источник: hitech.vesti.ru Комментарии: |
|