เนื้อหา
ที่มา: Kran77 / Dreamstime.com
Takeaway:
แบบจำลองการเรียนรู้เชิงลึกกำลังสอนคอมพิวเตอร์ให้คิดด้วยตัวเองด้วยผลลัพธ์ที่สนุกและน่าสนใจ
การเรียนรู้อย่างลึกซึ้งถูกนำไปใช้กับโดเมนและอุตสาหกรรมมากขึ้นเรื่อย ๆ จากรถยนต์ที่ไม่มีคนขับไปจนถึงการเล่นไปจนถึงการสร้างภาพเพลงมีโมเดลการเรียนรู้เชิงลึกใหม่ ๆ ออกมาทุกวัน ที่นี่เราไปผ่านรูปแบบการเรียนรู้เชิงลึกที่เป็นที่นิยมหลายแห่ง นักวิทยาศาสตร์และนักพัฒนากำลังใช้โมเดลเหล่านี้และดัดแปลงมันในรูปแบบใหม่และสร้างสรรค์ เราหวังว่างานนี้จะเป็นแรงบันดาลใจให้คุณดูว่าอะไรเป็นไปได้ (หากต้องการเรียนรู้เกี่ยวกับความก้าวหน้าในปัญญาประดิษฐ์ให้ดูที่คอมพิวเตอร์จะสามารถเลียนแบบสมองมนุษย์ได้หรือไม่)
สไตล์ประสาท
คุณไม่สามารถพัฒนาทักษะการเขียนโปรแกรมของคุณเมื่อไม่มีใครใส่ใจคุณภาพของซอฟต์แวร์
นักเล่าเรื่องประสาท
Neural Storyteller เป็นนางแบบที่เมื่อได้รับภาพสามารถสร้างเรื่องราวโรแมนติกเกี่ยวกับภาพ มันเป็นของเล่นที่สนุกและคุณยังสามารถจินตนาการถึงอนาคตและดูทิศทางที่แบบจำลองปัญญาประดิษฐ์เหล่านี้กำลังเคลื่อนไหว
ฟังก์ชั่นด้านบนคือการทำงานแบบ "เปลี่ยนสไตล์" ที่อนุญาตให้นางแบบถ่ายโอนคำบรรยายภาพมาตรฐานไปสู่รูปแบบของเรื่องราวจากนวนิยาย การขยับสไตล์ได้รับแรงบันดาลใจมาจาก "A Neural Algorithm of Artistic Style"
ข้อมูล
มีแหล่งข้อมูลหลักสองแหล่งที่ใช้ในรุ่นนี้ MSCOCO เป็นชุดข้อมูลจาก Microsoft ที่มีภาพประมาณ 300,000 ภาพโดยแต่ละภาพมีคำบรรยายห้าภาพ MSCOCO เป็นข้อมูลที่อยู่ภายใต้การดูแลเพียงอย่างเดียวซึ่งหมายถึงว่าเป็นข้อมูลเดียวที่มนุษย์ต้องเข้าไปและเขียนคำอธิบายภาพสำหรับแต่ละภาพอย่างชัดเจน
หนึ่งในข้อ จำกัด ที่สำคัญของเครือข่ายนิวรัลไปข้างหน้าคือมันไม่มีหน่วยความจำ การทำนายแต่ละครั้งเป็นอิสระจากการคำนวณก่อนหน้าราวกับว่าเป็นการคาดการณ์ครั้งแรกและครั้งเดียวที่เครือข่ายเคยทำ แต่สำหรับงานหลายอย่างเช่นการแปลประโยคหรือย่อหน้าอินพุตควรประกอบด้วยข้อมูลตามลำดับและข้อมูลที่เกี่ยวข้องตามลำดับ ตัวอย่างเช่นมันจะยากที่จะเข้าใจคำเดียวในประโยคโดยไม่ต้องมีการจัดเตรียมโดยคำโดยรอบ
RNN นั้นแตกต่างกันเนื่องจากมันเพิ่มการเชื่อมต่ออีกชุดระหว่างเซลล์ประสาท ลิงก์เหล่านี้ช่วยให้การเปิดใช้งานจากเซลล์ประสาทในเลเยอร์ที่ซ่อนอยู่สามารถป้อนกลับเข้าไปในตัวเองได้ในขั้นตอนต่อไปในลำดับ กล่าวอีกนัยหนึ่งในทุกขั้นตอนเลเยอร์ที่ซ่อนอยู่จะได้รับการเปิดใช้งานจากเลเยอร์ด้านล่างและจากขั้นตอนก่อนหน้าตามลำดับ โครงสร้างนี้จะช่วยให้หน่วยความจำเครือข่ายประสาทกำเริบ ดังนั้นสำหรับภารกิจการตรวจจับวัตถุ RNN สามารถวาดภาพการจำแนกสุนัขก่อนหน้านี้เพื่อช่วยในการตรวจสอบว่าภาพปัจจุบันเป็นสุนัขหรือไม่
Char-RNN TED
โครงสร้างที่ยืดหยุ่นนี้ในเลเยอร์ที่ซ่อนอยู่ทำให้ RNNs นั้นดีมากสำหรับโมเดลภาษาระดับอักขระ Char RNN ซึ่งสร้างโดย Andrej Karpathy เป็นรูปแบบที่ใช้ไฟล์เดียวเป็นอินพุตและฝึกอบรม RNN เพื่อเรียนรู้การทำนายอักขระต่อไปในลำดับ RNN สามารถสร้างตัวละครโดยตัวละครที่จะมีลักษณะเหมือนข้อมูลการฝึกอบรมเดิม ตัวอย่างได้รับการฝึกอบรมโดยใช้การถอดเสียงจาก TED Talks ต่างๆ ป้อนคำหลักหนึ่งหรือหลายแบบและจะสร้างข้อความเกี่ยวกับคำหลักในเสียง / สไตล์ของ TED Talk
ข้อสรุป
โมเดลเหล่านี้แสดงให้เห็นถึงความก้าวหน้าใหม่ในด้านหน่วยสืบราชการลับของเครื่องจักรที่เป็นไปได้เนื่องจากการเรียนรู้อย่างลึกซึ้ง การเรียนรู้อย่างลึกซึ้งแสดงให้เห็นว่าเราสามารถแก้ปัญหาที่เราไม่เคยแก้ได้มาก่อนและเรายังไม่ถึงที่ราบสูง คาดว่าจะเห็นสิ่งที่น่าตื่นเต้นอื่น ๆ อีกมากมายเช่นรถยนต์ที่ไม่มีคนขับในช่วงสองสามปีข้างหน้าอันเป็นผลมาจากนวัตกรรมการเรียนรู้ลึก