Please enable JavaScript.
Coggle requires JavaScript to display documents.
Цифрові Іновації(найбільше сподобалося), (((: :))) - Coggle Diagram
Цифрові Іновації(найбільше сподобалося)
Штучний інтелект
Види
Сильний штучний інтелект передбачає, що комп’ютер не тільки обробляє інформацію, а й розуміє її сенс.
Сайти для практики
https://openai.com/blog/dall-e/
https://openai.com/blog/solving-rubiks-cube/
https://openai.com/blog/jukebox/
Слабкий штучний інтелект — це коли система може впоратися з обмеженою кількістю завдань краще, ніж людина.
Машине навчання
Машинне навчання (machine learning, ML) — методи для програмування комп’ютерів на прикладах. На відміну від звичайного програмування, де інженер прописує правила та формули для обчислення, алгоритми машинного навчання використовують реальні дані та приклади і вчаться робити «так само». Назву «машинне навчання» ввів Артур Семюель у 1959 році.
Базується на трьох китах
Дані
Ознаки
Алгоритм
Використання
рекомендаційних системах;
розпізнаванні облич;
аналізі текстів;
машинному перекладі;
розпізнаванні відео або голосу;
Нейроні мережі
Нейронні мережі — це один з напрямів наукових досліджень в галузі створення штучного інтелекту (ШІ), в основі якого лежить прагнення імітувати нейронну мережу людини для самонавчання штучного інтелекту.
Які є види
Штучна нейрона мережа
Принцип роботи штучної нейронної мережі такий самий, як і біологічний: є шар вхідних даних (input layer), є шар вихідних даних (output layer), який є кінцевим результатом, є комплекс прихованих шарів (hidden layer), де відбувається обробка.
Біологічна нейрона мережа
Біологічний нейрон — це спеціальна клітина, що складається з
Тіла
Дендрита
Ядра
Аксона
Використовують для таких завдань
обробка зображень, перенесення стилю;
розпізнавання і синтез мови;
машинний переклад;
визначення об’єктів на фото і відео;
Глибине навчання
Глибинне навчання — один з варіантів машинного навчання.
Глибинне навчання використовує складну структуру алгоритмів за моделлю людського мозку. Це дає змогу обробляти неструктуровані дані: документи, зображення та текст.
Принцип глибинного навчання нейронної мережі: кожний шар працює з певним видом інформації, впорядковує її та передає на наступний шар.
Машинне навчання означає, що комп’ютери навчаються на даних за допомогою алгоритмів для виконання завдання без явного програмування.
Технології, які розв’язують завдання розпізнавання облич
Computer vision (комп’ютерний зір) — це сукупність технологій, методів та алгоритмів, за допомогою яких комп’ютер може обробляти зображення та відеопотік.
Другий приклад системи розпізнавання обличчя — OpenFace (відкриття обличчя). Вона дає змогу точніше розпізнавати обличчя за допомогою нейронної мережі та глибинного навчання.
Принцип роботи OpenFace (відкриття обличчя)
Виокремлюємо 68 спеціальних точок (міток) на кожному обличчі.
Виділяємо обличчя прямокутником.
Перетворюємо обличчя на зрозумілу схему для нейронної мережі.
Повертаємо, масштабуємо та рухаємо зображення.
Представляємо зображення нейронній мережі, яка створює 128 характеристик обличчя.
Класифікуємо дані, порівнюючи з характеристиками відомих облич, ідентифікуємо особу.
: :
