|
Neyron tarmoqlarining nostandart ilovalari
Afsuski, bu oxir, menda ko'p vaqt yo'q. Men sizga hozirda mavjud bo'lgan va ko'plab prognozlarga ko'ra, kelajakda qandaydir qo'llanilishi mumkin bo'lgan nostandart echimlar haqida aytib beraman.
Shunday qilib, yaqinda Stenford olimlari qashshoqlikni bashorat qilish uchun CNN neyron tarmog'ining g'ayrioddiy qo'llanmasini o'ylab topishdi. Ular nima qilishdi?
Kontseptsiya aslida juda oddiy. Gap shundaki, Afrikada qashshoqlik darajasi hamma tasavvur qilib bo'lmaydigan chegaralardan oshib ketadi. Ularda hatto ijtimoiy demografik ma'lumotlarni yig'ish imkoniyati ham yo'q. Shuning uchun, 2005 yildan beri u erda nima bo'layotgani haqida bizda umuman ma'lumot yo'q.
Olimlar sun'iy yo'ldoshlardan kunduzi va kechasi xaritalarni yig'ib, bir muncha vaqt neyron tarmog'iga etkazib berishdi.
Neyron tarmoq "ImageNet" da oldindan tuzilgan edi. Ya'ni, filtrlarning birinchi qatlamlari juda oddiy narsalarni, masalan, uylarning tomlarini, kunduzgi xaritalarda turar joy qidirish uchun tanlab oladigan qilib sozlangan. Keyin kunduzgi xaritalar. tungi xaritalar bilan taqqoslaganda, aholi hech bo'lmaganda kechasi uylarini yoritish uchun qancha pul kerakligini aytish uchun, xuddi shu sirtning yoritilishi.
Bu erda siz neyron tarmoq tomonidan qurilgan bashorat natijalarini ko'rishingiz mumkin. Prognoz turli xil qarorlar bilan qilingan. Ko'ryapsizmi - eng so'nggi ramka - Uganda hukumati tomonidan 2005 yilda to'plangan haqiqiy ma'lumotlar.
Ko'ryapsizmi, neyron tarmoq 2005 yildan beri biroz o'zgargan bo'lsa ham, aniq bashorat qilgan.
Albatta, yon ta'siri bor edi. Chuqur o'rganuvchi olimlar har doim turli xil yon ta'sirlarni topib hayron bo'lishadi. Masalan, tarmoq suvni, o'rmonlarni, yirik qurilish maydonchalarini, yo'llarni - o'qituvchilarsiz, oldindan tuzilgan ma'lumotlar bazasisiz tan olishni o'rganganlar kabi. Odatda butunlay mustaqil. Muayyan qatlamlar bor edi, masalan, yo'llarga.
Va men aytmoqchi bo'lgan oxirgi dastur - bu tibbiyotda 3D tasvirlarning semantik segmentatsiyasi. Umuman olganda, tibbiy tasvirlash murakkab sohadir, u bilan ishlash juda qiyin.
Buning bir qancha sabablari bor.
Bizda ma'lumotlar bazalari juda kam. Miyaning rasmini topish oson emas, bundan tashqari shikastlangan, uni hech qaerdan olishning iloji yo'q.
Agar bizda bunday rasm bo'lsa ham, biz shifokorni olib, uni barcha qatlamli tasvirlarni qo'lda joylashtirishga majbur qilishimiz kerak, bu juda uzun va juda samarasiz. Hamma shifokorlarning ham bunga imkoni yo'q.
Juda yuqori aniqlik talab qilinadi. Tibbiy tizim noto'g'ri bo'lishi mumkin emas. Masalan, mushuklarni taniganlarida, ular tanimadilar - bu yaxshi emas. Va agar biz o'smani tanimagan bo'lsak, unda bu unchalik yaxshi emas. Tizimning ishonchliligi uchun ayniqsa qattiq talablar mavjud.
Tasvirlar uch o'lchovli elementlarda - voksellarda, piksellarda emas, bu tizim dizaynerlari uchun qo'shimcha qiyinchiliklarni keltirib chiqaradi.
Lekin bu holatda bu masalani qanday hal qildingiz? CNN ikki tomonlama oqim edi. Bir qismi odatdagidek, ikkinchisi esa biz o'rgatishimiz kerak bo'lgan qatlamlar sonini kamaytirish uchun biroz yomonroq aniqlikda ishladi. Shu sababli, tarmoqni o'qitish vaqti biroz qisqartirildi.
Qaerda ishlatiladi: qon tomiridan keyin zararni aniqlash, miyada o'simtani qidirish, kardiologiyada yurakning qanday ishlashini aniqlash.
Bu erda yo'ldoshning hajmini aniqlashga misol.
Avtomatik ravishda u yaxshi ishlaydi, lekin uni ishlab chiqarishga kiritish uchun etarli emas, shuning uchun u endigina boshlanmoqda. Bunday tibbiy ko'rish tizimini yaratish uchun bir nechta startaplar mavjud. Umuman olganda, yaqin kelajakda chuqur o'rganishda startaplar ko'p. Ta`kidlanishicha, venchur kapitalistlar chuqur o'rganishni boshlash uchun o'tgan olti oyda o'tgan 5 yilga qaraganda ko'proq byudjet ajratgan.
Bu soha faol rivojlanmoqda, ko'plab qiziqarli yo'nalishlar mavjud. Biz qiziqarli davrda yashayapmiz. Agar siz chuqur o'rganish bilan shug'ullanayotgan bo'lsangiz, ehtimol sizning startapingizni ochish vaqti keldi.
Xo'sh, men, ehtimol, bu haqda xulosa qilaman. Sizga katta raxmat.
2016 yilning birinchi yarmida dunyo neyron tarmoqlar sohasidagi ko'plab o'zgarishlar haqida eshitdi - Google (tarmoqdagi AlphaGo -pleyeri), Microsoft (tasvirni aniqlash bo'yicha bir qator xizmatlar), MSQRD, Prisma va boshqalar o'z algoritmlarini namoyish etishdi.
Xatcho'plarga
Sayt muharrirlari neyron tarmoqlar nima uchun, ular nima uchun, nima uchun aynan hozir sayyorani qo'lga olishganini, yillar oldin yoki kech emas, ulardan qancha pul topish mumkinligini va bozorning asosiy ishtirokchilari kimligini aytib berishadi. MIPT, Yandex, Mail.Ru Group va Microsoft mutaxassislari ham o'z fikrlari bilan bo'lishishdi.
Do'stlaringiz bilan baham: |
