На что похож мир для компьютеров?

Мы знаем, что компьютеры могут смотреть на мир и определять, что видят, с помощью программного обеспечения, распознающего изображения. Они могут воспринимать объекты и людей и даже различать отдельные лица и эмоции. Но что они на самом деле видят?

Этот вопрос был поднят исследователями искусственного интеллекта и распознавания образов. Ученые из Университета штата Вайоминг и Корнелльского университета обнаружили, что компьютеры видят мир совсем не так, как мы. Возможно, это неудивительно.

Команда начала работать с новейшей системой алгоритмов распознавания изображений, построенной на базе так называемой глубокой нейронной сети (ГНС). Просмотрев визуальные данные миллионов изображений, ГНС научилась отличать собаку от дельфина.

Затем команда совместила этот процесс с другим генетическим алгоритмом, который создает новые изображения из старых. Используя технику, которую иногда называют эволюционным искусством, генетический алгоритм превращает исходное изображение в новое под наблюдением человека. Начиная с любой картинки, например, изображающей дельфинов, алгоритм создает что-то относительно «дельфинье». Однако ученые заменили выбор изображения человеком на выбор системой ГНС и пришли к странным результатам.

На что похож мир для компьютеров?

«Мы думали, что получим что-то похожее, много высококачественных распознаваемых изображений, — рассказал ресурсу New Scientist ученый Джеф Клюн. — Но вместо этого мы получили довольно странные картинки: гепард, который не имеет ничего общего с гепардом».

В процессе получились изображения, которые похожи на абстрактное искусство или визуальный белый шум, но которые ГНС с 99-процентной вероятностью определяет как конкретные объекты — мяч или электрогитара, например. И хотя это определенная оптическая иллюзия для компьютера, она может создать определенные проблемы для систем распознавания лиц.

Источник

Related Articles

Back to top button
Close

Atomic Wallet

Jaxx Wallet

Jaxx Wallet Download

Atomic Wallet Download

Atomic Wallet App

atomicwalletapp.com

sinkronisasi reel pendek pola 4 6 spin yang sering mendahului scatter ketiga riset soft start ketika awal spin terlihat ringan tapi menyimpan momentum besar pola jam senja 18 30 20 30 aktivasi wild lebih rapat dibanding sesi lain deteksi visual micro flash efek singkat yang muncul tepat sebelum pre freespin analisis jalur simbol menyilang indikator non linear menuju burst bertingkat fenomena board padat simbol besar berkumpul sebelum tumble panjang terbuka studi turbo pendek mengapa 6 9 spin cepat lebih sering mengunci momentum perilaku reel awal saat reel 1 2 terlihat berat menjelang aktivasi multiplier pola recovery halus wild tunggal muncul setelah dead spin sebagai sinyal balik arah riset scatter tertahan ketika dua scatter bertahan lama sebelum ledakan aktual efek clean frame stabil layar terlihat bersih tepat saat rtp masuk zona seimbang analogi hujan gerimis tumble kecil berulang yang diam diam mengarah ke burst besar mapping ritme animasi perubahan tempo visual sebagai petunjuk pre burst pola jam malam 21 00 23 00 frekuensi multiplier bertingkat meningkat signifikan reel terakhir aktif aktivasi mendadak di reel 5 sebagai pemicu tumble lanjutan observasi spin manual kontrol ritme yang membantu membaca sinyal sistem deteksi low pay berpola ketika simbol kecil justru menjadi fondasi bonus studi pre burst senyap fase tenang 8 12 spin sebelum ledakan tajam jalur simbol turun naik gerakan dinamis yang mengindikasikan multiplier siap aktif blueprint sesi pendek strategi mengatur awal tengah spin agar momentum tidak terbuang reel tengah menguat pola sinkronisasi halus yang sering jadi awal scatter berlapis riset mini tumble ketika 3 tumble pendek berurutan jadi penanda bonus dekat kabut tipis di layar frame redup yang hampir selalu mengarah ke pre multiplier analisis pola jam 17 00 20 00 wild awal muncul lebih konsisten dari hari sebelumnya slide track tajam pergerakan simbol diagonal yang munculkan fase pre burst fenomena quiet board ketika 10 spin tenang justru memunculkan ledakan mendadak scatter luncur lambat indikator unik bahwa freespin akan terealisasi setelah 2 4 spin pola spin turbo ringkas efektivitas 7 turbo cepat dalam memicu tumble besar perubahan warna clean frame efek putih pucat yang jadi kode sebelum multiplier aktif riset simbol berat ketika high pay turun lebih banyak dari biasanya menjelang bonus analisis rotasi vertikal jalur simbol memanjang yang memperkuat potensi burst pola jam dingin 02 00 04 00 scatter sering bertahan lama sebelum akhirnya terkunci fs simulasi 3000 spin frekuensi wild grip muncul tinggi di pola malam hari reel 5 hyper active tanda bahwa sistem sedang mendorong momentum ke kanan analogi sungai tenang layar tanpa tumble yang justru menyimpan ledakan 2 3 putaran lagi frame gelap sesaat sinyal visual tipis sebelum scatter muncul berturut turut pola recovery wild ketika wild muncul setelah dead spin panjang sebagai pembalik keberuntungan mapping simbol rendah bagaimana low pay yang berulang bisa mengangkat probabilitas bonus reel bergerak serempak efek sinkronisasi singkat sebelum pre freespin sequence pola burst 3 lapisan ketika sistem memberikan tumble berjenjang yang mengarah ke ledakan utama