Maschinen, die Dinge lernen, sind überhaupt nichts Neues. Geben Sie einige Anweisungen in eine Stapeldatei ein, und Sie können Ihren Computer anweisen, so gut wie alles mit den ausgeführten Programmen auszuführen. Holen Sie sich eine Webcam und eine Gesichtserkennungssoftware und Sie sehen deutlich, dass Ihr Computer Ihr Gesicht erkennt. Alle hier beschriebenen Dinge sind jedoch keine Ergebnisse der "Gedanken" des Computers. Im besten Fall kann der heutige durchschnittliche Heimcomputer dem Denken nacheifern . Aber es gibt Leute da draußen in Teams auf der ganzen Welt, die Wege entwickeln, menschliches Denken in Maschinen zu reproduzieren, sogar das Beste aus beiden Welten zu kombinieren, um eine neue Form des Lernens zu erschaffen, die die intuitive Art und Weise nachahmt, wie wir die Welt um uns herum erfassen.

Obwohl viele von uns Angst vor den Implikationen künstlicher Intelligenz haben, gibt es keinen Zweifel, dass jeder in Ehrfurcht als der Höhepunkt der Evolution der Maschine gilt. Wie weit sind wir auf der Suche nach Maschinen, die der menschlichen Intuition und dem abstrakten Denken nahe kommen können? Wir werden uns ansehen, was das Google Brain-Team tut und wie künstliche neuronale Netze die Art und Weise beeinflussen können, wie Technologie in naher Zukunft täglich mit uns interagiert.

Was ist ein künstliches neuronales Netzwerk?

Ein künstliches neuronales Netzwerk, vereinfacht gesagt, ist ein System, das einen Algorithmus verwendet, der von der Art und Weise inspiriert ist, wie Menschen Dinge lernen. Zur Zeit sind Personalcomputer Gewohnheitsmaschinen. Sie werden konsequent einer einzigen Linie folgen, bis sie das Ende erreichen, unabhängig davon, ob die Ergebnisse sinnvoll sind. Zum Beispiel könnte ein Computersystem, das das Verbraucherverhalten auf einer Website analysiert, zeigen, dass eine große Anzahl von Besuchern auf einen Link in der oberen rechten Ecke jeder Seite klickt, aber es kann nicht erklären, warum es passiert. Es kann seine Methoden nicht anpassen, um tiefer zu graben und die Bedeutung aus den rohen Daten zu extrapolieren , durch die es fließt.

Ein "perfektes" künstliches neuronales Netzwerk wird in der Lage sein, die Art und Weise anzupassen, in der es Informationen verarbeitet, um den Daten zu entsprechen, mit denen es konfrontiert ist. Dies ist besonders nützlich bei der audiovisuellen Verarbeitung, bei der die regelbasierte Programmierung sehr ineffizient ist. Während ein Amerikaner in sehr kurzer Zeit wenig Verständnis für einen australischen Akzent hat, haben Computer möglicherweise viel mehr Mühe, die gleiche Aufgabe zu erledigen. Künstliche neuronale Netze sind so konzipiert, dass ein Computer Unterschiede in der Art und Weise, wie Australier sprechen, so interpretieren kann, wie wir es tun - indem er Ton- und Ausspracheschwankungen auffängt, einen Kontext baut und Lücken mit anderen füllt Information, die im Satz übermittelt wird. Dies mit einfacher Programmierung zu tun ist viel schwieriger als es scheint.

Was ist Google Gehirn?

Google Brain ist ein Projekt, das sich auf großangelegtes Deep Learning konzentriert. Das Projekt umfasst eine riesige Menge an Maschinen, wobei 16.000 der CPU-Kerne in ihren Rechenzentren alle zusammenarbeiten, um eine Maschine zu schaffen, die Dinge effektiv "lernen" und "verstehen" kann. Das obige Bild ist eigentlich eine "Zeichnung", die das Netzwerk gemacht hat. Es hat das Design von nirgendwo "kopiert"; Es konstruierte es einfach abstrakt wie jeder andere Maler.

Eine der bemerkenswertesten Errungenschaften in diesem Projekt ist die Fähigkeit des Netzwerks, Katzen zu entdecken. Moderne Computer können einfach ein Video mit einer Katze für Ihre Unterhaltung anzeigen, aber sie können nicht verstehen, was sie Ihnen zeigen. Niemand erwartet von seinen Computern, dass sie wissen, was eine Katze ist . Dennoch zeigen sie millionenfach pro Tag auf der ganzen Welt Videos von diesen unscharfen kleinen Kreaturen, die ihre Existenz völlig ignorieren. Der Computer, von dem du liest, ist wahrscheinlich nicht mehr als ein verklärtes interaktives Fernsehen. Google schaffte es, ein System zu erstellen, das die Katze in einem Standbild hervorhebt (ohne vorherige Anweisung, was eine Katze ist). Dies ist eine beispiellose Leistung, die uns alle im Informationszeitalter einen Schritt weiter bringen könnte.

Anwendungen für Neuronale Netze

Stellen Sie sich vor, Sie hätten einen Roboter dabei, der Sie nicht nur zur Arbeit fahren, sondern auch als Sanitäter dienen kann, wenn Sie verletzt sind. Nur die einfache Tatsache, dass ein Computer unterscheiden kann, was eine Katze ist, wenn sie von anderen Objekten umgeben ist, hat große Auswirkungen. Sie müssen möglicherweise eine Weile warten (16.000 CPU-Kerne sind in diesem Moment sehr schwierig, um in einem kleinen Raum zu passen), aber eine Wunde von der Haut zu unterscheiden (und die Art der Wunde zu identifizieren) bedeutet, dass ein "medizinisches Modul" auf Ein Roboter könnte dabei helfen, Nähte an deinem Körper zu nähen. Sobald Sie sich ein wenig Zeit nehmen, darüber nachzudenken, könnten künstliche neuronale Netze zu technischen Errungenschaften führen, von denen wir nicht gedacht haben, dass wir sie zu unseren Lebzeiten sehen würden. Vielleicht werden wir eines Tages nicht zu weit Roboter als Freunde mitnehmen und mit ihnen Fußball spielen, dank der Art und Weise, wie sie sich wie wir anpassen und lernen können.

Was denken Sie? Ist es zu optimistisch zu denken, dass wir irgendwann in unserem Leben vom "Katzenmelder" zum "Roboterarzt" wechseln können? Erzählen Sie uns unten in einem Kommentar!