Pamilyar tayong lahat sa kakayahan ng mga neural network na makilala ang sulat-kamay na teksto. Ang mga pangunahing kaalaman ng teknolohiyang ito ay umiikot sa loob ng maraming taon, ngunit kamakailan lamang na ang mga paglukso sa kapangyarihan ng pag-compute at parallel na pagproseso ay ginawa ang teknolohiyang ito na isang napakapraktikal na solusyon. Gayunpaman, ang praktikal na solusyon na ito ay mahalagang nasa anyo ng isang digital na computer na paulit-ulit na nagbabago ng mga bit, tulad ng anumang iba pang programa. Ngunit hindi iyon ang kaso sa isang neural network na binuo ng mga mananaliksik sa mga unibersidad ng Wisconsin, MIT, at Columbia. sila .
Ang salamin na ito ay naglalaman ng mga tiyak na kinalalagyan na mga inklusyon, tulad ng mga bula ng hangin, mga dumi ng graphene at iba pang mga materyales. Kapag tumama ang liwanag sa salamin, nalilikha ang mga kumplikadong pattern ng alon, na nagiging sanhi ng pagiging mas matindi ng liwanag sa isa sa sampung lugar. Ang bawat isa sa mga lugar na ito ay tumutugma sa isang numero. Halimbawa, nasa ibaba ang dalawang halimbawa na nagpapakita kung paano naglalakbay ang liwanag kapag kinikilala ang bilang na "dalawa".
Sa isang hanay ng pagsasanay na 5000 mga imahe, ang neural network ay magagawang makilala nang tama ang 79% ng 1000 mga imahe ng input. Naniniwala ang team na mapapabuti nila ang resulta kung malalampasan nila ang mga limitasyon na dulot ng proseso ng paggawa ng salamin. Nagsimula sila sa napakalimitadong disenyo ng device para makakuha ng gumaganang prototype. Susunod, plano nilang ipagpatuloy ang pag-aaral ng iba't ibang paraan upang mapabuti ang kalidad ng pagkilala, habang sinusubukang huwag masyadong gawing kumplikado ang teknolohiya upang magamit ito sa produksyon. Ang koponan ay mayroon ding mga plano na lumikha ng isang XNUMXD neural network sa salamin.
Pinagmulan: www.habr.com