نحن جميعًا على دراية بقدرة الشبكات العصبية على التعرف على النص المكتوب بخط اليد. لقد كانت أساسيات هذه التكنولوجيا موجودة منذ سنوات عديدة، ولكن في الآونة الأخيرة فقط نسبيًا، جعلت القفزات في قوة الحوسبة والمعالجة المتوازية هذه التكنولوجيا حلاً عمليًا للغاية. ومع ذلك، فإن هذا الحل العملي سيكون في الأساس على شكل كمبيوتر رقمي يغير البتات بشكل متكرر، تمامًا مثل أي برنامج آخر. ولكن هذا ليس هو الحال مع الشبكة العصبية التي طورها باحثون في جامعات ويسكونسن، ومعهد ماساتشوستس للتكنولوجيا، وكولومبيا. هم .
يحتوي هذا الزجاج على شوائب موضوعة بدقة، مثل فقاعات الهواء وشوائب الجرافين وغيرها من المواد. عندما يضرب الضوء الزجاج، يتم إنشاء أنماط موجية معقدة، مما يجعل الضوء أكثر كثافة في منطقة واحدة من أصل عشر مناطق. كل من هذه المناطق يتوافق مع عدد. على سبيل المثال، فيما يلي مثالان يوضحان كيفية انتقال الضوء عند التعرف على الرقم "اثنين".
مع مجموعة تدريب مكونة من 5000 صورة، تستطيع الشبكة العصبية التعرف بشكل صحيح على 79% من 1000 صورة مدخلة. ويعتقد الفريق أن بإمكانهم تحسين النتيجة إذا تمكنوا من تجاوز القيود الناجمة عن عملية تصنيع الزجاج. لقد بدأوا بتصميم محدود للغاية للجهاز للحصول على نموذج أولي عملي. بعد ذلك، يخططون لمواصلة دراسة الطرق المختلفة لتحسين جودة التعرف، مع محاولة عدم المبالغة في تعقيد التكنولوجيا بحيث يمكن استخدامها بعد ذلك في الإنتاج. ويخطط الفريق أيضًا لإنشاء شبكة عصبية ثلاثية الأبعاد من الزجاج.
المصدر: www.habr.com