Historia sieci neuronowych…

Categories Informatyka

Historia sieci neuronowych sięga roku 1940, gdy Donald O. Hebb postawił hipotezę, że połączenia neuronów wzmacniają się, gdy przebiegają po nich impulsy. „Neurony, które razem świecą, łączą się”. Była to przełomowa koncepcja, która zainspirowała kolejne generacje naukowców do odtworzenia mechanizmu za pomocą połączeń elektronicznych.

Jednak nie było to takie proste. Dopiero 5 lat później powstał superkomputer ENIAC. Wykonywał on zawrotne 100 000 cykli na sekundę. Paradoksalnie to nie jest duża ilość. Obecnie każdy z nas ma komputer, który jest przynajmniej 10 000 razy szybszy. ENIAC zajmował ok. 5 średnich mieszkań. A nasze, ponad 10 000 razy szybsze komputery zajmują tyle miejsca co większa książka. Nie mówiąc już o tym, że ENIAC konsumował ogromne ilości energii.

Także odkrycie Hebba wymagało czasu, aby można je było zrealizować w sensownej skali. Nawet dzisiaj, aby testować małą sieć neuronową trzeba mieć godziny, czy tygodnie, aby ją wytrenować (nauczyć). Do specjalistycznych metod stosuje się superszybkie karty graficzne, które sprawdzają się w takich zadaniach lepiej niż wielozadaniowy procesor.

Mimo to, dzięki odkryciu Hebba mamy dzisiaj już trochę zastosowań sieci neuronowych:

– automatyczne tłumacze
– organizacja zdjęć i wyszukiwanie po obiektach na nich się znajdujących
– śmieszne filtry w komunikatorach
– rozpoznawanie mowy

A to dopiero początek. Ponieważ co roku powstają coraz lepsze sieci neuronowe. Oto kilka fajnych przykładów, które działają w przeglądarce:

1) Przenoszenie stylu z jednego zdjęcia (grafiki) na zdjęcie: https://tenso.rs/demos/fast-neural-style/
2) Generator pisma odręcznego: http://www.cs.toronto.edu/~graves/handwriting.cgi
3) Narysuj kota ołowkiem (w przeglądarce), a sieć neuronowa wygeneruje na tej podstawie kota: https://affinelayer.com/pixsrv/
4) Napisz zdanie, wybierz postać (np. Eminem), a sieć neuronowa wygeneruje ciąg dalszy tekstu jak Eminem: https://cyborg.tenso.rs/

Są też narzędzia, dzięki którym każdy może takie sieci budować. Na przykład wspaniała biblioteka Keras.

Jeśli chcesz budować sieci neuronowe polecam tę praktyczną książkę: https://polishwords.com.pl/ebooki/deep-learning-praca-z-jezykiem-python-i-biblioteka-keras/delepy_ebook

#sztucznainteligencja #sztuka #malarstwo #deepfake #keras #tensorflow #technologia #informatyka #innowacje #deeplearning #siecineuronowe #datascience #dlaprogramistow #programowanie #programista15k #tensorflow #naukaprogramowania #programujzwykopem #rozrywka