Archiv článků: neuronové sítě

Hlavní vývojovou metodou má být strojové učení. Vyjde se z algoritmů pro rozpoznávání tváří. Bezpečnostní kamery, které hledají ukradená vozidla nebo mají za úkol vozidlo jednoznačně identifikovat z jiného důvodu, čelí problému. Stávající technologie je většinou zaměřena na rozpoznávání značek. Zloději či jiní podvodníci ovšem značky samozřejmě mění; navíc i …

Milan Janosov ze Středoevropské univerzity v Maďarsku využil strojové učení/neuronové sítě k analýze populárního seriálu. Hru o trůny Janosov modeloval pomocí teorie grafů, kdy uzly grafu byly jednotlivé postavy/scény a hrany jejich interakce (zda spolu hrdinové mluví, vyskytují se v jedné scéně apod.). Z pozice postavy v rámci grafu má …

Chytré parkování jako nedílná součást chytrých měst. Právě na něj se zaměřil student Fakulty informačních technologií VUT Václav Stránský ve svém příspěvku pro IT konferenci Excel@FIT. Nový systém parkování by měl v budoucnu řidičům umožnit najít co nejdříve volné parkovací místo bez nutnosti objíždět celé parkoviště, čímž ušetří nejen čas, …

Google Tensor Processing Unit je specializovaný tištěný obvod, který funguje jako zásuvná karta do serveru. Připojuje se přes běžnou sběrnici SATA a hraje roli koprocesoru, který je speciálně určen pro urychlování výpočtů v oblasti neuronových sítí/strojového učení. Google nyní zveřejnil benchmarky, které porovnávají výkon jeho TPU s klasickými i grafickými …

Britská firma Graphcore přichází s myšlenkou, že v reakci na trend umělé inteligence a strojového učení vznikne zcela nový typ procesoru. Graphcore navrhuje koncept Intelligent Processing Unit (IPU). Strojové učení, respektive hluboké učení neuronových sítí podle firmy obnáší specifické typy výpočtů, jimž je vhodné vyhradit i na míru navrženou architekturu. …

Programy spadající do kategorie strojového učení/umělé inteligence se běžně snaží napodobovat styl konkrétních malířů. CycleGAN z University of California v Berkeley umí styl naopak odrušit. Možnosti softwaru CycleGAN byly demonstrovány na příkladu Monetových obrazů. Za předpokladu, že byly malovány podle konkrétní předlohy, dokázal program oddělit „uměleckou vrstvu“ (impresionismus jako styl) …

Google má další aplikaci pro své neuronové sítě – rekonstrukci obrázků. Jinak řečeno přidávání realistických detailů tam, kde původní informace prostě schází. Příslušný model („pixel recursive super resolution model“) popisují specialisté z divize Google Brain v článku publikovaném na webu arXiv (preprint, tj. texty, které ještě neprošly oponenturou pro publikování …

Deep learning je jedno z nejprogresivnějších odvětví strojového učení se schopností řešit úlohy, které byly ještě před deseti lety nemyslitelné. Uplatnění deep learningu zasahuje mnoho oborů lidské činnosti od systémů počítačového vidění přes vyhledávací, diagnostické a asistenční systémy až po autonomní vozidla a bezpečnost. MATLAB, jakožto vývojové prostředí pro vědeckotechnické výpočty, …

Poprvé v historii strojových překladů je možné překládat i mezi jazyky, jejichž páry nejsou přímo vloženy do systému a ten na ně nebyl trénován. Google na podzim loňského roku oznámil rozšíření svého překladače o technologie strojového učení a neuronových sítí. Viz také: Překladač Googlu začne využívat neuronové sítě Překladač Googlu …

Google Translator dosud používal především statistiku – při této metodě se věty trhají na kratší fráze, u nich se najde, jak již byly přeloženy, a jednotlivé úseky se překládají víceméně zvlášť (tzv. Phrase-Based Machine Translation). I když samozřejmě počítačové překlady vzbuzují dosud tu a tam úsměv, funguje to překvapivě dobře. …