|
Takroriy neyron tarmoqlari
Biz faqat tasvirni taniy olmasak, takrorlanuvchi neyron tarmoqlardan foydalanamiz. Biz uchun ketma -ketlikni saqlash muhim bo'lgan hollarda, biz sodir bo'layotgan narsalarning tartibiga muhtojmiz, biz oddiy takrorlanuvchi neyron tarmoqlardan foydalanamiz.
Bu tabiiy tilni tanib olish, videoni qayta ishlash uchun, hatto tasvirni tanib olish uchun ham ishlatiladi.
Men tabiiy tilni tan olish haqida gapirmayman - mening ma'ruzamdan keyin yana ikkitasi bo'ladi, ular tabiiy tilni tan olishga qaratilgan bo'ladi. Shuning uchun, men hissiyotlarni tanib olish misolidan foydalanib, takrorlanuvchi tarmoqlarning ishi haqida gaplashaman.
Takroriy neyron tarmoqlar nima? Bu an'anaviy neyron tarmoqlar bilan deyarli bir xil, lekin teskari aloqa bilan. qayta aloqa bizga tizimning oldingi holatini neyron tarmoq kirishiga yoki uning ba'zi qatlamlariga o'tkazish kerak.
Aytaylik, biz his -tuyg'ularni qayta ishlayapmiz. Hatto tabassumda ham - eng oddiy his -tuyg'ulardan biri - bir nechta narsalar bor: neytral yuz ifodasidan to to'liq tabassum qilgan paytgacha. Ular ketma -ket ketma -ket ketishadi. Buni yaxshi tushunish uchun biz bu qanday sodir bo'lishini kuzatishimiz, oldingi kadrda bo'lganini tizimning keyingi bosqichiga o'tkazishimiz kerak.
2005 yilda, "Yovvoyi tabiatdagi his -tuyg'ularni tan olish" marosimida, xususan, his -tuyg'ularni tan olish uchun, Monreal jamoasi juda oddiy ko'rinadigan takrorlanadigan tizimni taqdim etdi. U faqat bir nechta konvolyutsion qatlamlarga ega edi va faqat video bilan ishlagan. Bu yil ular, shuningdek, konvolyutsion neyron tarmoqlari, takrorlanuvchi neyron tarmog'i bilan ishlaydigan (ma'lumotlarni qaytarish bilan) ishlaydigan audio ma'lumot va kadrlar bo'yicha yig'ilgan ma'lumotlarni qo'shdilar va tanlovda birinchi o'rinni qo'lga kiritdilar.
Kuchaytirishni o'rganish
Neyron tarmoqlarining keyingi turi, u juda tez -tez ishlatiladi oxirgi paytlar, lekin oldingi 2 turdagi kabi keng reklama olmadi - bu chuqurlashtirishni mustahkamlash, mustahkamlashni o'rganish.
Gap shundaki, oldingi ikkita holatda biz ma'lumotlar bazasidan foydalanamiz. Bizda yuz tasvirlari, tasvir ma'lumotlari yoki videolardan hissiyotlar bor. Agar bizda yo'q bo'lsa, uni otib o'ta olmasak, qanday qilib robotga narsalarni olishga o'rgatishimiz mumkin? Biz buni avtomatik tarzda qilamiz - bu qanday ishlashini bilmaymiz. Yana bir misol: kompyuter o'yinlarida katta ma'lumotlar bazalarini tuzish qiyin va kerak emas, buni ancha oson qilish mumkin.
Hamma Atari va Go -da chuqur mustahkamlashni o'rganishning muvaffaqiyati haqida eshitgan bo'lishi mumkin.
Atari haqida kim eshitgan? Xo'sh, kimdir eshitdi, mayli. O'ylaymanki, hamma AlphaGo haqida eshitgan, shuning uchun men u erda nima bo'layotganini ham aytmayman.
Atarida nima bo'lyapti? Bu neyron tarmoqning arxitekturasi chap tomonda ko'rsatilgan. U maksimal mukofot olish uchun o'zi bilan o'ynab o'rganadi. Maksimal mukofot - bu eng ko'p ball to'plagan o'yinning eng tez natijasi.
O'ng yuqori - neyron tarmoqning oxirgi qatlami, u tizimning barcha holatlarini aks ettiradi, u faqat ikki soat davomida o'ziga qarshi o'ynagan. O'yinning eng ko'p mukofotlangan natijalari qizil rangda, istalmagan natijalari esa ko'k rangda ko'rsatilgan. Tarmoq o'ziga xos maydonni quradi va o'qitilgan qatlamlari orqali erishmoqchi bo'lgan holatga o'tadi.
Robototexnika sohasida vaziyat biroz boshqacha. Nima uchun? Bu erda bizda bir nechta murakkabliklar bor. Birinchidan, bizda ma'lumotlar bazalari ko'p emas. Ikkinchidan, biz bir vaqtning o'zida uchta tizimni muvofiqlashtirishimiz kerak: robotning idroki, manipulyatorlar yordamida uning harakatlari va xotirasi - oldingi bosqichda nima qilingan va u qanday qilingan. Umuman olganda, bularning barchasi juda qiyin.
Gap shundaki, hozirda biron bir neyron tarmog'i, hatto chuqur o'rganish ham, bu vazifani etarlicha samarali bajara olmaydi, shuning uchun chuqur o'rganish faqat robotlar bajarishi kerak bo'lgan narsadir. Masalan, yaqinda Sergey Levin robotni ob'ektlarni ushlashga o'rgatadigan tizimni taqdim etdi.
Bu erda uning 14 ta robotli qo'lida o'tkazgan tajribalari ko'rsatilgan.
Bu erda nima bo'lyapti? Oldingizda ko'rib turgan bu havzalarda turli xil narsalar bor: qalamlar, o'chirgichlar, kichikroq va kattaroq krujkalar, latta, har xil to'qimalar, har xil qattiqlik. Robotga ularni qo'lga olishni qanday o'rgatish aniq emas. Ko'p soat va hatto haftalar mobaynida robotlar ushbu ob'ektlarni suratga olishni o'rgatishgan, bu borada ma'lumotlar bazalari tuzilgan.
Ma'lumotlar bazasi - bu robotni kelajakda biror narsa qilishga o'rgatish uchun biz to'plashimiz kerak bo'lgan atrof -muhitning o'ziga xos javobidir. Kelajakda robotlar ushbu tizim holatlar to'plamini o'rganadilar.
Do'stlaringiz bilan baham: |
