ນັກຄົ້ນຄວ້າ "ສອນ" ປັນຍາປະດິດສ້າງເພື່ອສ້າງສີໃຫມ່

ປັນຍາທຽມໄດ້ເຮັດໃຫ້ມີຄວາມກ້າວຫນ້າຢ່າງໃຫຍ່ຫຼວງແລະດີກວ່າເກົ່າໃນແງ່ຄວາມສາມາດຂອງມະນຸດ. ໂຊກດີ, ມີຫລາຍໆພື້ນທີ່ທີ່ປ່ອຍຄາບອນຄາບອນ, ແລະຫນຶ່ງໃນນັ້ນແມ່ນເພື່ອສ້າງດອກ.

ນັກວິທະຍາສາດຄອມພິວເຕີ Janelle Shane ພັດທະນາສູດການຮຽນຮູ້ຂອງເຄື່ອງທີ່ບໍ່ພຽງແຕ່ສາມາດສ້າງສີສັນ, ແຕ່ຍັງໂທຫາພວກເຂົາເອງ. ມັນເປັນໄປໄດ້ທີ່ຈະສັງເກດເຫັນຄວາມເພີດເພີນ, ວ່າຄົນທີ່ສ້າງສັນໃນກໍລະນີນີ້ບໍ່ຂົ່ມຂູ່ສິ່ງໃດ. ພວກເຂົາແມ່ນຢູ່ໃນຄວາມປອດໄພຢ່າງສົມບູນຈາກການປະທ້ວງຂອງຫຸ່ນຍົນ, guessing ສີ.

ເຄືອຂ່າຍ neural ທຽມ

"ພິຈາລະນາໂຄງສ້າງຂອງເຄືອຂ່າຍ neural ທຽມເປັນທັງຫມົດ, ພວກເຮົາສາມາດສະຫຼຸບວ່າມັນກໍ່ໃຊ້ເວລາໃນລະດັບທີ່ສູງກວ່າຂອງສີນ້ໍາຕານ, ເບດແລະສີເທົາ. ນັກວິທະຍາສາດ Shane ຂຽນໃນຂໍ້ຄວາມໃນຫນ້າ Tumblr ຂອງລາວວ່ານັກວິທະຍາສາດໄດ້ມີຄວາມສາມາດທີ່ບໍ່ດີໃນການກໍານົດສີທີ່ແຕກຕ່າງກັນຂອງສີ.

ໃນບັນດາການປະດິດສ້າງຂອງທາງປັນຍາປອມມີຜູ້ຊະນະເລີດທີ່ມີຊື່ Gray Pubic, ສີຂີ້ເຖົ່າບາງຊື່ເອີ້ນວ່າ Bank Butt, ສີຂີ້ເຖົ່າສີຂີ້ເຖົ່າ, ເອີ້ນວ່າ Snowbonk, ແລະສີຊົມພູເກົ່າແກ່ທີ່ເອີ້ນວ່າຄອມພິວເຕີທົດສອບ. ແຕ່ຜົນສໍາເລັດພິເສດແມ່ນດິນຊາຍສີນ້ໍາຕານທີ່ຖືກເອີ້ນວ່າ Turdly ("ຮ້າຍແຮງ" ໃນພາສາອັງກິດ).

ເຖິງແມ່ນວ່າຊື່ເຫຼົ່ານີ້ເບິ່ງຄືວ່າແປກແຕ່ວຽກງານຂອງນັກວິທະຍາສາດຫຼາຍກວ່າພວກເຂົາແມ່ນຫນ້າສົນໃຈຫຼາຍ. ຈຸດເລີ່ມຕົ້ນແມ່ນລາຍການ Sherwin-Williams, ເຊິ່ງປະກອບມີ 7,700 ສີ.

Smart algorithm

ດັ່ງທີ່ໄດ້ອະທິບາຍໂດຍ Shane Ars Technica, ລາວໄດ້ນໍາໃຊ້ວິທີການທີ່ສາມາດເດົາສັນຍາລັກທັງຫມົດໃນລໍາດັບໃດຫນຶ່ງ. ມັນຫນ້າສົນໃຈຫຼາຍທີ່ຈະສ້າງເຄື່ອງໃຫມ່ໂດຍອີງໃສ່ມູນຄ່າ RGB ທີ່ສາມາດກໍານົດຈໍານວນສີແດງ, ສີຂຽວແລະສີຟ້າໃນສີປະສົມ.

"ຫຼັງຈາກນັ້ນໃນຂະບວນການສຶກສາ, ເຄືອຂ່າຍ neural ທຽມຈະໄດ້ຮັບການຝຶກອົບຮົມດີກວ່າ. - ສືບຕໍ່ Shane ໃນ blog ລາວ. - ໂດຍປັດຈຸບັນ AI ສາມາດກໍານົດສີພື້ນຖານດັ່ງກ່າວເປັນສີຂາວ, ສີແດງແລະສີຂີ້ເຖົ່າ, ເຖິງແມ່ນວ່າມັນບໍ່ໄດ້ສະເຫມີ. "

ສະຫນອງຂໍ້ມູນທີ່ຈໍາເປັນ

ໃນປັດຈຸບັນ, ນັກວິທະຍາສາດແລະນັກຂຽນໂປລແກລມຄອມພິວເຕີກໍາລັງທົດສອບຂອບເຂດຂອງຄວາມເປັນໄປໄດ້ຂອງການຮຽນຮູ້ເຄື່ອງຈັກ. ສິ່ງສໍາຄັນຕໍ່ວິທີການໃຫມ່ແມ່ນເພື່ອໃຫ້ຄອມພິວເຕີມີໂອກາດຮຽນຮູ້. ລະບົບການຄິດໄລ່ບໍ່ໄດ້ດໍາເນີນໂຄງການເພື່ອເຂົ້າໃຈສີ, ແຕ່ເຄື່ອງສາມາດໄດ້ຮັບຄວາມຄິດທົ່ວໄປຖ້ານັກປະດິດສ້າງໃຫ້ພວກເຂົາມີຂໍ້ມູນພຽງພໍ.

ວິທະຍາສາດຄອມພິວເຕີໄດ້ຮັບອະນຸຍາດໃຫ້ດໍາເນີນໂຄງການ AlphaGo, ເຊິ່ງປີທີ່ຜ່ານມາໄດ້ກາຍເປັນຄວາມຮູ້ທາງປັນຍາທໍາອິດ. ລາວໄດ້ຈັດການກັບ win ຜູ້ຊາຍຈາກພັກໃນເກມວັດຖຸບູຮານໄດ້ Go. ເຄື່ອງດັ່ງກ່າວຍັງຖືກນໍາໃຊ້ໃນຄໍາແນະນໍາອອນໄລນ໌, ໃນການກວດສອບການສໍ້ໂກງແລະແມ້ກະທັ້ງສໍາລັບຈຸດປະສົງຂອງເຄື່ອງຝຶກອົບຮົມທີ່ມີການຄຸ້ມຄອງຕົນເອງ.