Le reti neurali leggono le labbra, disegnano schizzi e battono i giocatori professionisti. E, soprattutto, sanno come imparare. I cinque progressi più inaspettati dell'intelligenza artificiale.
Lingua di topo
Nel 2017, gli zoologi austriaci, studiando il comportamento dei topi domestici (Mus musculus), hanno notato che i roditori cambiano la loro voce a seconda di quale dei loro parenti comunicano con: un maschio o una femmina. L'analisi spettrografica del "linguaggio" di quaranta animali da esperimento ha mostrato che i topi passano a suoni ad alta frequenza quando vedono un individuo del sesso opposto.
Utilizzando questa funzione, i ricercatori provenienti da Russia, Paesi Bassi e Germania hanno deciso di addestrare le reti neurali a riconoscere il sesso dei topi dai suoni che emettono e anche a determinare a chi è rivolto il messaggio: maschio o femmina.
Gli animali sono stati divisi in coppie, ciascuno con un roditore in anestesia generale e il secondo che si muoveva liberamente intorno alla gabbia. Lo squittio di un topo è stato registrato ed elaborato utilizzando reti neurali, che hanno imparato dall'altezza, dall'ampiezza, dalla durata del suono per capire chi lo ha emesso ea chi era destinato.
Dopo l'allenamento, le reti neurali hanno determinato correttamente il sesso dei topi che emettono suoni e dei loro destinatari nell'84% dei casi. Tuttavia, gli autori del lavoro notano che l'algoritmo probabilmente non funzionerà con animali di altre linee (lo studio ha coinvolto roditori della linea C57BL / 6NCr). È probabile che i topi abbiano "dialetti" diversi e lo squittio avrà caratteristiche spettrali differenti.
Video promozionale:
Grafologi di reti neurali
I ricercatori russi hanno insegnato alle reti neurali a riconoscere il sesso di una persona con la scrittura a mano. Il programma, sviluppato congiuntamente da MEPhI, Istituto Kurchatov e Università statale di Voronezh, nell'80% dei casi ha determinato correttamente chi ha scritto il testo: un uomo o una donna. Gli scienziati hanno applicato reti neurali ultra precise e metodi di apprendimento profondo.
Secondo uno degli autori del lavoro, professore associato presso NRNU MEPhI Alexander Sboev, risultati così elevati sono stati raggiunti grazie a modelli di reti neurali avanzati e al fatto che lo scrittore non ha nascosto il suo genere. Ora il problema della determinazione del genere viene risolto in una situazione in cui una persona finge di essere un'altra: ad esempio, una donna scrive un testo per conto di un uomo. Presto verrà insegnata l'intelligenza artificiale per determinare l'età dell'autore di un testo scritto.
La lasagna si trasforma in sushi
Esperti giapponesi e francesi hanno creato un programma che adatta piatti famosi alle tradizioni culinarie di diversi paesi. Diciamo che trasforma le lasagne in lasagne al sushi e fa la zuppa sukiyaki giapponese in stile francese. Cioè, il programma crea una ricetta in cui viene indicato il calvados al posto del mirin (vino di riso) e le cipolle verdi vengono sostituite dal dragoncello.
L'intelligenza artificiale opera in due fasi. Innanzitutto, dopo aver analizzato gli ingredienti che compongono un determinato piatto, scopre a quale cucina nazionale appartiene. Poi decide quali ingredienti e cosa sostituire, in modo che il cibo assuma le caratteristiche di un'altra tradizione culinaria. Per questo viene utilizzato il modello vettoriale word2vec, che stabilisce la corrispondenza tra gli ingredienti. Quindi, quando si adattano i piatti giapponesi alla cucina francese, il programma suggerisce di assumere una miscela di erbe aromatiche invece della salsa di soia.
La rete neurale non comprende ancora quanto bene si combinino tra loro i nuovi ingredienti e non tiene conto del metodo di preparazione. Promettono di finalizzarlo.
In una nuova veste
Le reti neurali sono brave a ripristinare la luminosità e il colore di vecchi cartoni animati e film, adattandoli ai moderni schermi ad alta risoluzione. A settembre, due grandi aziende - Disney e Yandex - hanno presentato algoritmi simili.
Disney Research ha sviluppato un programma che consente di ottenere una colorazione più realistica dei video abbinando meglio i fotogrammi adiacenti. Le reti neurali degli specialisti russi (tecnologia DeepHD) sono in grado di aumentare la risoluzione senza perdere nitidezza e qualità.
L'algoritmo è stato testato su vecchi cartoni animati sovietici. Su "Yandex" puoi guardare in qualità migliorata "Golden Antelope", "Snow Queen", "The Bremen Town Musicians" e altri famosi film di "Soyuzmultfilm". Come osserva il servizio stampa dell'azienda, per gli spettatori più esigenti la differenza è particolarmente evidente: l'immagine è diventata più nitida, i dettagli fini come le foglie sugli alberi, i fiocchi di neve, le stelle nel cielo notturno sono meglio visibili.
Alla ricerca di fratelli in mente
I ricercatori dell'Università della California a Berkeley (USA) stanno utilizzando reti neurali per la ricerca di alieni, partecipando alla collaborazione SETI, un progetto per la ricerca di civiltà extraterrestri e possibilmente per entrare in contatto con loro. Per fare ciò, gli scienziati hanno creato una rete neurale in grado di identificare e registrare in modo indipendente segnali a bassa frequenza di origine artificiale.
I ricercatori ritengono che una civiltà extraterrestre avanzata dovrebbe assolutamente provare a entrare in contatto con noi. Il problema principale è separare i segnali elettromagnetici dalla Terra che si sono già diffusi in tutte le direzioni su grandi distanze da quelli che probabilmente provengono da un altro sistema stellare o galassia. Finora, l'uomo non è stato in grado di distinguere i segnali alieni diretti al nostro pianeta.
Ora la rete neurale sta facendo questo. L'intelligenza artificiale ha già rilevato 72 segnali, le cui sorgenti potrebbero essere corpi celesti a tre miliardi di anni luce dalla Terra. Le prime esplosioni radio registrate sono state registrate nell'oggetto FRB 121102. Come notano gli autori dell'opera, anche se il programma non trova tracce di civiltà aliene, aiuterà a imparare molto sull'Universo.
Alfiya Enikeeva
