В началото компютрите разпознаваха човешките лица във фотографиите, а сега могат съвсем точно да опишат, какво точно прави човека от изображението. Миналия месец Google показа невронната мрежа Deep Dream, която превръща изображенията във фантастични абстрактни видения, а сега учените от Станфорд представиха изкуствения интелект NeuralTalk, който може да описва на човешки език, всичко което вижда.
Популярна е фотографията, описана от изкуствения интелект като „Мъж използва лаптоп, докато неговата котка гледа екрана„. Алгоритъмът отбелязва с различен цвят обектите, в зависимост от това, доколко е сигурен в тяхното разпознаване.
Подобно на Deep Dream, новият ИИ също използва невронни мрежи. Алгоритъмът сравнява новото изображение с вече видените по-рано фотографии и подобно на малко дете усвоява новите думи и запомня изображенията на обектите. Учените няколко пъти повтарят значението на предмет или животно, а NeuralTalk запомня всичко и след това безпогрешно го разпознава.
Когато NeuralTalk анализира фотография, той я разделя на различни вече познати обекти и след това описва най-вероятното обяснение на изображението. Новата система все още е далеч от съвършенството, но голяма част от резултатите са учудващо точни. Всеки може да оцени работата на NeuralTalk с помощта на специалната демо-версия, която може да бъде изтеглена от сайта на Станфордския университет.
Всичко важно от света на технологиите, директно в пощата ти.
С абонирането приемате нашите Условия и Политика за поверителност. Може да се отпишете с един клик по всяко време.
Коментирайте статията в нашите Форуми. За да научите първи най-важното, харесайте страницата ни във Facebook, и ни последвайте в Google Новини, TikTok, Telegram и Viber или изтеглете приложението на Kaldata.com за Android, iPhone, Huawei, Google Chrome, Microsoft Edge и Opera!
