Los servidores de Google manejan gran parte de los datos del mundo, y al parecer, también sueñan, según un blog de Google publicado por dos ingenieros de software de Google y un interno.

ESTO ES LO QUE LA RED NEURONAL SUEÑA

Las redes neuronales artificiales (ANN) de Google son capas apiladas de neuronas artificiales (ejecutadas en computadoras) que se utilizan para procesar Google Images. Para entender cómo sueñan las computadoras, primero debemos entender cómo aprenden. En términos básicos, los programadores de Google enseñan a ANN lo que es una bifurcación mostrándola millones de imágenes de horquillas, y señalando que cada una es como una horquilla. Cada una de las 10-30 capas de la red extrae información progresivamente más compleja de la imagen, desde los bordes hasta las formas y finalmente la idea de una horquilla. Eventualmente, la red neuronal entiende que una horquilla tiene un mango y de dos a cuatro puntas, y si hay algún error, el equipo corrige lo que la computadora está leyendo mal y lo intenta de nuevo.

El equipo de Google se dio cuenta de que el mismo proceso utilizado para discernir imágenes también podía usarse para generar imágenes. La lógica es válida: si sabes cómo es una horquilla, puedes dibujar ostensiblemente una horquilla.

ESTO ES LO QUE LA RED NEURONAL DE GOOGLE PIENSA QUE SON LOS ANIMALES Y LOS OBJETOS

Esto demostró que, incluso cuando se muestran millones de fotos, la computadora no podía encontrar una forma platónica perfecta de un objeto. Por ejemplo, cuando se le pidió que creara una pesa, la computadora describió unos brazos largos y fibrosos que se extendían desde las formas de pesas. Los brazos a menudo se encontraban en imágenes de pesas, por lo que la computadora pensó que a veces las pesas tenían brazos.

Esto ayudó a refinar las capacidades de procesamiento de imágenes de la compañía, pero el equipo de Google lo llevó más allá. Google usó ANN para amplificar los patrones que vio en las imágenes. Cada capa neural artificial funciona en un nivel diferente de abstracción, es decir, algunos bordes recogidos basados ​​en niveles pequeños de contraste, mientras que otros encuentran formas y colores. Ejecutó este proceso para acentuar el color y la forma, y ​​luego le dijo a la red que se volviera loco y siguiera acentuando todo lo que reconoce. Entonces, si una nube se parece a un pájaro, la red seguirá aplicando su idea de pájaro en pequeñas iteraciones una y otra vez.

LA RED NEURONAL ARTIFICIAL DE GOOGLE TOMA LO QUE PARECEN PESAS

Los brazos a menudo se encontraban en imágenes de pesas, por lo que la computadora pensó que a veces las pesas tenían brazos.

Por extraño que parezca, el equipo de Google encontró patrones. La piedra y los árboles a menudo se convirtieron en edificios. Las hojas a menudo se convirtieron en pájaros e insectos.

La red neuronal artificial de Google a menudo encontró patrones similares en imágenes de rocas o árboles.

Los investigadores luego configuraron la imagen que la red producía como la nueva imagen para procesar, creando un proceso iterativo con un pequeño zoom cada vez, y pronto la red comenzó a crear una “corriente interminable de nuevas impresiones”. Cuando comenzó con ruido blanco, la red produciría imágenes puramente de su propio diseño. Llaman a estas imágenes los “sueños” de la red neuronal, representaciones completamente originales de la mente de una computadora, derivadas de objetos del mundo real.

Se le pide al producto de una red neuronal artificial que amplifique y extraiga patrones del ruido blanco.

Fuente: https://www.popsci.com

DEJA UNA RESPUESTA

Please enter your comment!
Please enter your name here