ಕೈಬರಹದ ಪಠ್ಯವನ್ನು ಗುರುತಿಸಲು ನರಮಂಡಲದ ಸಾಮರ್ಥ್ಯದ ಬಗ್ಗೆ ನಮಗೆಲ್ಲರಿಗೂ ತಿಳಿದಿದೆ. ಈ ತಂತ್ರಜ್ಞಾನದ ಮೂಲಭೂತ ಅಂಶಗಳು ಹಲವು ವರ್ಷಗಳಿಂದಲೂ ಇವೆ, ಆದರೆ ತುಲನಾತ್ಮಕವಾಗಿ ಇತ್ತೀಚೆಗೆ ಕಂಪ್ಯೂಟಿಂಗ್ ಶಕ್ತಿ ಮತ್ತು ಸಮಾನಾಂತರ ಸಂಸ್ಕರಣೆಯಲ್ಲಿನ ಚಿಮ್ಮುವಿಕೆಗಳು ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಅತ್ಯಂತ ಪ್ರಾಯೋಗಿಕ ಪರಿಹಾರವನ್ನಾಗಿ ಮಾಡಿದೆ. ಆದಾಗ್ಯೂ, ಈ ಪ್ರಾಯೋಗಿಕ ಪರಿಹಾರವು ಮೂಲಭೂತವಾಗಿ ಯಾವುದೇ ಇತರ ಪ್ರೋಗ್ರಾಂನಂತೆ ಬಿಟ್ಗಳನ್ನು ಪದೇ ಪದೇ ಬದಲಾಯಿಸುವ ಡಿಜಿಟಲ್ ಕಂಪ್ಯೂಟರ್ ರೂಪದಲ್ಲಿರುತ್ತದೆ. ಆದರೆ ವಿಸ್ಕಾನ್ಸಿನ್, ಎಂಐಟಿ ಮತ್ತು ಕೊಲಂಬಿಯಾ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳ ಸಂಶೋಧಕರು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ನರಮಂಡಲದ ವಿಷಯದಲ್ಲಿ ಹಾಗಲ್ಲ. ಅವರು .
ಈ ಗಾಜು ಗಾಳಿಯ ಗುಳ್ಳೆಗಳು, ಗ್ರ್ಯಾಫೀನ್‌ನ ಕಲ್ಮಶಗಳು ಮತ್ತು ಇತರ ವಸ್ತುಗಳಂತಹ ನಿಖರವಾಗಿ ಇರುವ ಸೇರ್ಪಡೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ. ಬೆಳಕು ಗಾಜಿನನ್ನು ಹೊಡೆದಾಗ, ಸಂಕೀರ್ಣ ತರಂಗ ಮಾದರಿಗಳನ್ನು ರಚಿಸಲಾಗುತ್ತದೆ, ಇದರಿಂದಾಗಿ ಹತ್ತು ಪ್ರದೇಶಗಳಲ್ಲಿ ಒಂದರಲ್ಲಿ ಬೆಳಕು ಹೆಚ್ಚು ತೀವ್ರವಾಗಿರುತ್ತದೆ. ಈ ಪ್ರತಿಯೊಂದು ಪ್ರದೇಶವು ಒಂದು ಸಂಖ್ಯೆಗೆ ಅನುರೂಪವಾಗಿದೆ. ಉದಾಹರಣೆಗೆ, "ಎರಡು" ಸಂಖ್ಯೆಯನ್ನು ಗುರುತಿಸುವಾಗ ಬೆಳಕು ಹೇಗೆ ಚಲಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ತೋರಿಸುವ ಎರಡು ಉದಾಹರಣೆಗಳನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ.
5000 ಚಿತ್ರಗಳ ತರಬೇತಿ ಸೆಟ್‌ನೊಂದಿಗೆ, ನ್ಯೂರಲ್ ನೆಟ್‌ವರ್ಕ್ 79 ಇನ್‌ಪುಟ್ ಚಿತ್ರಗಳಲ್ಲಿ 1000% ಅನ್ನು ಸರಿಯಾಗಿ ಗುರುತಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಗಾಜಿನ ತಯಾರಿಕೆಯ ಪ್ರಕ್ರಿಯೆಯಿಂದ ಉಂಟಾಗುವ ಮಿತಿಗಳನ್ನು ಅವರು ಬೈಪಾಸ್ ಮಾಡಿದರೆ ಫಲಿತಾಂಶವನ್ನು ಸುಧಾರಿಸಬಹುದು ಎಂದು ತಂಡವು ನಂಬುತ್ತದೆ. ಅವರು ಕೆಲಸ ಮಾಡುವ ಮೂಲಮಾದರಿಯನ್ನು ಪಡೆಯಲು ಸಾಧನದ ಅತ್ಯಂತ ಸೀಮಿತ ವಿನ್ಯಾಸದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿದರು. ಮುಂದೆ, ಅವರು ಗುರುತಿಸುವಿಕೆಯ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸಲು ವಿವಿಧ ವಿಧಾನಗಳನ್ನು ಅಧ್ಯಯನ ಮಾಡುವುದನ್ನು ಮುಂದುವರಿಸಲು ಯೋಜಿಸುತ್ತಾರೆ, ಆದರೆ ತಂತ್ರಜ್ಞಾನವನ್ನು ಹೆಚ್ಚು ಸಂಕೀರ್ಣಗೊಳಿಸದಿರಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ, ಇದರಿಂದಾಗಿ ಅದನ್ನು ಉತ್ಪಾದನೆಯಲ್ಲಿ ಬಳಸಬಹುದು. ತಂಡವು ಗಾಜಿನಲ್ಲಿ XNUMXD ನರಮಂಡಲವನ್ನು ರಚಿಸುವ ಯೋಜನೆಯನ್ನು ಹೊಂದಿದೆ.
ಮೂಲ: www.habr.com