Neuronale Netze lesen Lippen, zeichnen Skizzen und schlagen professionelle Go-Spieler. Und vor allem wissen sie, wie man lernt. Die fünf unerwartetsten Fortschritte in der künstlichen Intelligenz.
Mauszunge
Im Jahr 2017 stellten österreichische Zoologen, die das Verhalten von Hausmäusen (Mus musculus) untersuchten, fest, dass Nagetiere ihre Stimme ändern, je nachdem, mit welchem ihrer Verwandten sie kommunizieren - einem Mann oder einer Frau. Die spektrographische Analyse der "Sprache" von vierzig Versuchstieren zeigte, dass Mäuse zu höherfrequenten Geräuschen wechseln, wenn sie ein Individuum des anderen Geschlechts sehen.
Mit dieser Funktion beschlossen Forscher aus Russland, den Niederlanden und Deutschland, neuronale Netze zu trainieren, um das Geschlecht von Mäusen anhand der von ihnen erzeugten Geräusche zu erkennen und um festzustellen, an wen die Nachricht gerichtet ist: männlich oder weiblich.
Die Tiere wurden in Paare aufgeteilt, wobei sich jeweils ein Nagetier unter Vollnarkose befand und das zweite sich frei im Käfig bewegte. Das Quietschen einer Maus wurde unter Verwendung neuronaler Netze aufgezeichnet und verarbeitet, die anhand der Höhe, Amplitude und Dauer des Tons lernten, wer es ausgab und für wen es bestimmt war.
Nach dem Training bestimmten neuronale Netze in 84 Prozent der Fälle das Geschlecht von Mäusen, die Geräusche machten, und ihre Empfänger korrekt. Die Autoren der Arbeit stellen jedoch fest, dass der Algorithmus wahrscheinlich nicht mit Tieren anderer Linien funktioniert (die Studie umfasste Nagetiere der Linie C57BL / 6NCr). Die Mäuse haben wahrscheinlich unterschiedliche "Dialekte" und das Quietschen hat unterschiedliche spektrale Eigenschaften.
Werbevideo:
Graphologen für neuronale Netze
Russische Forscher haben neuronalen Netzen beigebracht, das Geschlecht einer Person durch Handschrift zu erkennen. Das Programm, das gemeinsam von MEPhI, dem Kurchatov-Institut und der Staatlichen Universität Woronesch entwickelt wurde, bestimmte in 80 Prozent der Fälle korrekt, wer den Text geschrieben hat - ein Mann oder eine Frau. Wissenschaftler haben hochpräzise neuronale Netze und Deep-Learning-Methoden angewendet.
Laut einem der Autoren der Arbeit, Associate Professor am NRNU MEPhI Alexander Sboev, wurden so hohe Ergebnisse dank fortschrittlicher neuronaler Netzwerkmodelle und der Tatsache erzielt, dass der Autor sein Geschlecht nicht verbarg. Jetzt wird das Problem der Geschlechtsbestimmung in einer Situation gelöst, in der eine Person vorgibt, eine andere zu sein: Zum Beispiel schreibt eine Frau einen Text im Namen eines Mannes. In Kürze wird künstliche Intelligenz gelehrt, um das Alter des Autors eines geschriebenen Textes zu bestimmen.
Lasagne wird zu Sushi
Japanische und französische Experten haben ein Programm erstellt, das berühmte Gerichte an die kulinarischen Traditionen verschiedener Länder anpasst. Nehmen wir an, es verwandelt Lasagne in Sushi-Lasagne und macht japanische Sukiyaki-Suppe nach französischer Art. Das heißt, das Programm erstellt ein Rezept, in dem Calvados anstelle von Mirin (Reiswein) angegeben sind und Frühlingszwiebeln durch Estragon ersetzt werden.
Künstliche Intelligenz arbeitet in zwei Stufen. Nachdem er die Zutaten eines bestimmten Gerichts analysiert hat, findet er zunächst heraus, zu welcher nationalen Küche es gehört. Dann entscheidet er, welche Zutaten und was ersetzt werden soll, damit das Essen die Merkmale einer anderen kulinarischen Tradition annimmt. Hierzu wird das Vektormodell word2vec verwendet, das die Entsprechung zwischen den Inhaltsstoffen herstellt. Wenn Sie japanische Gerichte an die französische Küche anpassen, empfiehlt das Programm die Verwendung einer Mischung aus aromatischen Kräutern anstelle von Sojasauce.
Das neuronale Netzwerk versteht noch nicht, wie gut sich die neuen Inhaltsstoffe miteinander verbinden, und berücksichtigt die Zubereitungsmethode nicht. Sie versprechen, es abzuschließen.
In einer neuen Funktion
Neuronale Netze sind gut darin, die Helligkeit und Farbe alter Cartoons und Filme wiederherzustellen und sie an moderne hochauflösende Bildschirme anzupassen. Im September stellten zwei große Unternehmen - Disney und Yandex - ähnliche Algorithmen vor.
Disney Research hat ein Programm entwickelt, mit dem Sie eine realistischere Farbgebung von Videos erzielen können, indem Sie benachbarte Bilder besser aufeinander abstimmen. Die neuronalen Netze russischer Spezialisten (DeepHD-Technologie) können die Auflösung erhöhen, ohne an Schärfe und Qualität zu verlieren.
Der Algorithmus wurde an alten sowjetischen Cartoons getestet. Auf "Yandex" können Sie in verbesserter Qualität "Goldene Antilope", "Schneekönigin", "Bremer Stadtmusiker" und andere berühmte Filme von "Sojusmultfilm" sehen. Wie der Pressedienst des Unternehmens feststellt, macht sich der Unterschied für anspruchsvolle Zuschauer besonders bemerkbar: Das Bild ist schärfer geworden, feine Details wie Blätter auf Bäumen, Schneeflocken, Sterne am Nachthimmel sind besser sichtbar.
Auf der Suche nach Brüdern
Forscher der University of California in Berkeley (USA) suchen mithilfe neuronaler Netze nach Außerirdischen und beteiligen sich an der SETI-Zusammenarbeit, einem Projekt zur Suche nach außerirdischen Zivilisationen, um möglicherweise mit ihnen in Kontakt zu treten. Zu diesem Zweck haben Wissenschaftler ein neuronales Netzwerk geschaffen, das niederfrequente Signale künstlichen Ursprungs unabhängig identifizieren und registrieren kann.
Forscher glauben, dass eine fortgeschrittene außerirdische Zivilisation definitiv versuchen sollte, mit uns in Kontakt zu treten. Das Hauptproblem besteht darin, elektromagnetische Signale von der Erde zu trennen, die sich bereits über große Entfernungen in alle Richtungen ausgebreitet haben, von denen, die wahrscheinlich von einem anderen Sternensystem oder einer anderen Galaxie stammen. Bisher war eine Person nicht in der Lage, fremde Signale zu unterscheiden, die auf unseren Planeten gerichtet sind.
Jetzt macht das neuronale Netzwerk dies. Künstliche Intelligenz hat bereits 72 Signale entdeckt, deren Quellen Himmelskörper sein können, die drei Milliarden Lichtjahre von der Erde entfernt sind. Die ersten aufgezeichneten Funkstöße wurden im Objekt FRB 121102 aufgezeichnet. Wie die Autoren der Arbeitsnotiz feststellen, wird es hilfreich sein, viel über das Universum zu lernen, auch wenn das Programm keine Spuren fremder Zivilisationen findet.
Alfiya Enikeeva