Wir sind alle mit der FĂ€higkeit neuronaler Netzwerke vertraut, handgeschriebene Texte zu erkennen. Die Grundlagen dieser Technologie existieren seit vielen Jahren, aber erst vor relativ kurzer Zeit haben SprĂŒnge in der Rechenleistung und der parallelen Datenverarbeitung es ermöglicht, eine sehr praktische Lösung aus dieser Technologie zu entwickeln. Dennoch wird diese praktische Lösung im Kern in Form eines digitalen Computers prĂ€sentiert, der wiederholt Bits verĂ€ndert, genau wie bei der AusfĂŒhrung eines anderen Programms. Im Fall des neuronalen Netzwerks, das von Forschern der UniversitĂ€ten Wisconsin, MIT und Columbia entwickelt wurde, verhĂ€lt es sich jedoch anders. Sie .
Dieses Glas enthĂ€lt prĂ€zise positionierte EinschlĂŒsse, wie LuftblĂ€schen, Grafenverunreinigungen und andere Materialien. Wenn Licht auf das Glas fĂ€llt, entstehen komplexe Wellenmuster, die dazu fĂŒhren, dass in einem der zehn Bereiche das Licht intensiver wird. Jeder dieser Bereiche entspricht einer Zahl. Zum Beispiel sind unten zwei Beispiele aufgefĂŒhrt, die zeigen, wie sich das Licht bei der Erkennung der Zahl âzweiâ ausbreitet.
Mit einem Trainingsdatensatz von 5000 Bildern kann das neuronale Netzwerk 79% der 1000 Eingabebilder korrekt erkennen. Das Team ist der Meinung, dass sie das Ergebnis verbessern könnten, wenn sie die EinschrĂ€nkungen, die durch den Herstellungsprozess des Glases verursacht werden, umgehen könnten. Sie begannen mit einem sehr begrenzten Design des GerĂ€ts, um einen funktionierenden Prototyp zu erhalten. In der Folge planen sie, verschiedene Methoden zur Verbesserung der ErkennungsqualitĂ€t zu untersuchen, wobei sie darauf achten, die Technologie nicht ĂŒbermĂ€Ăig zu komplizieren, damit sie spĂ€ter in der Produktion eingesetzt werden kann. Das Team hat auch PlĂ€ne zur Schaffung eines dreidimensionalen neuronalen Netzwerks im Glas.
Quelle: habr.com
