Skip to content

Sztuczna inteligencja cz. 6

3 tygodnie ago

313 words

width=300Naukowcy zarejestrowani w zestawie narzędzi CLEF mają dostęp do baz danych obrazów napisanych w otwartym kodzie źródłowym (np. Zdjęcia próbek roślin, cyfrowe obrazy medyczne) i przesyłają wnioski o wykorzystanie dużych zestawów danych treningowych do przeprowadzania analiz sztucznej inteligencji. GSystem oceny algorytmów (np. METEOR) służy do oceny wydajności różnych programów do tworzenia obrazów do wykrywania koncepcji (tj. Wyższy wynik METEOR jest równy lepszemu wykrywaniu koncepcji). Reagowanie na zdanie oparte na pojęciu można zastosować do zdań wygenerowanych przez te modele LSTM-RNN. CLEF = Cross Language Evaluation Forum; CNN = splotowa sieć neuronowa; LSTM = długa jednostka pamięci krótkoterminowej; METEOR = dane do oceny tłumaczenia z wyraźnym zamawianiem; MS COCO = framework Microsoft Coco; RNN = rekurencyjna sieć neuronowa.

Sieci pamięci znacznie rozszerzyły ograniczoną krótkotrwałą pamięć sieci neuronowych na taśmową funkcję zapamiętania historii dla późniejszych zapytań danych. Sieci pamięci czytają historię, są przeszkolone, aby śledzić osadzone zdjęcia danych, oraz potrafią poprawnie odpowiedzieć na pytania typu Gdzie jest teraz bohaterka naszej opowieści? Pytanie, które odmienia grę w medycynie: Gdzie jest mój chory na cukrzycę w trajektorii przewlekłej choroby?, może teraz odpowiedzieć długimi jednostkami pamięci krótkoterminowej,

Sieci pamięci i długie krótkoterminowe jednostki pamięci wkrótce wywierają silne przyciąganie grawitacyjne zarówno na siłę niepowstrzymaną, jak i na nieruchomy obiekt. Pomimo ludzkiej mądrości na temat wstawiania technologii sztucznej inteligencji,  być może największym paradoksem jest to, że te same inteligentne maszyny, których niektórzy obawiają się że zabiorą im miejsca pracy, są ostatnią najlepszą nadzieją na uratowanie opieki zdrowotnej.

0 thoughts on “Sztuczna inteligencja cz. 6”