Vil du forstå AI? Prøv at skitsere en and til et neuralt netværk

Google har frigivet en håndfuld af AI eksperimenter som udnytter fremskridt inden for maskinlæring på kreative måder.

De omfatter Hurtig, Tegn! , et spil, hvor en algoritme forsøger at gætte, hvad du tegner, A.I. Duet , som lader dig komponere musikstykker med en kreativ computer, og måder at visualisere, hvordan neurale netværk repræsenterer information og ser verden.

Projekterne viser nogle nye AI-funktioner, som Google har indbygget i en overhalet cloud computing platform . Men de hjælper også med at gøre AI mindre mystisk og antyder måder, hvorpå teknologien kan blive mere tilgængelig for os alle.



Tag for eksempel Quick, Draw!. Du har 20 sekunder til at tegne seks simple objekter, og en computer forsøger at gætte, hvad du arbejder på inden for den tildelte tid. Under motorhjelmen kører spillet et læringssystem, som Google bruger til karaktergenkendelse. Systemet analyserer ikke kun formen, men også de streger, du brugte til at tegne den. Det er en smart måde at forstå en maskinlæringstilgang, der bruges af millioner på deres smartphones. Det er også ret vanedannende, selvom det altid ser ud til at forveksle mine ænder med kartofler.

AI'en bag Quick, Draw! ser ikke altid tingene på din måde.

I i A.I. Duetter, du kommer til at lave musik med en algoritme. Gennem en indsats kaldet Projekt Magenta , Google-forskere udforsker måder at bruge neurale netværk til at efterligne menneskelig kreativitet. Resultaterne er fascinerende, især fordi, hvordan musikalsk kreativitet fungerer, forbliver ret mystisk. En del af motivationen for Googles projekt er faktisk at udforske menneskelig intelligens ved at kopiere dens musikalitet.

Blandt de projekter, der har til formål at belyse den indre funktion af neurale netværk, er et kaldet Visualisering af højdimensionelt rum . Denne indsats er skabt af flere eksperter i datavisualisering og viser, hvordan et stort neuralt netværk lagrer og trækker forbindelser mellem forskellige datastykker.

Resultaterne er ofte smukke, men de fremhæver også en måde, hvorpå vi måske kan forstå kraftfulde maskinlæringssystemer, som normalt ville være uudgrundelige.

Dette kan være ret vigtigt for alle. Forestil dig for eksempel en algoritme, der netop har markeret en tilsyneladende rask patient som tilbøjelig til at udvikle en bestemt sygdom. Evnen til at inspicere et netværks indre forbindelser kan gøre denne beslutning mindre svær at forstå og gøre behandlingen lettere at retfærdiggøre.

Så hvis du vil forstå revolutionen inden for maskinintelligens, der er ved at vinde frem i næsten alle brancher, er Googles online AI-laboratorium et besøg værd.

(Læs mere: A.I. Eksperimenter , Silicium vinkel , ' OK, computer, Write Me A Song , ' The Hit Charade , ' AI's Language Problem )

skjule