В MIT придумали, как сделать работу нейронных сетей более прозрачной

Нейронные недотка сегодня широко используются в науке и вычислительной технике. В старину всего, искусственные нейронные сети важны быть создании искусственного интеллекта. Именно благодаря) (этого исследователям очень важно понимать, как же происходит внутри сети, как-нибуд она, полагаясь на входные информация, принимает то или иное усмотрение. Сотрудники Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института решили обделать работу нейронных сетей более прозрачными про лучшего понимания человеком.

Теперь нейронная мрежа не просто даёт ответ для полученный вопрос, классифицирует что-либо возможно ли пытается предсказать дальнейшее развитие событий, только ещё и объясняет свои действия с рациональной точки зрения. Сегодняшние нейронные узы способны на очень многое. Вспомните, делать за скольких недавно компьютер победил чемпиона решетка по игре го – в этом поделом прежде всего нейронной сети. Искусственные нейронные узы анализируют изображения во время поиска в Интернете, предсказывают треп, которые мы хотим ввести получай клавиатуре, умеют сочинять литературные произведения и пусть даже придумывают собственные алгоритмы шифрования данных.

Же главная проблема для учёных присутствие работе с нейронными сетями заключается в книга, что после их проектирования и запуска бесконечно сложно понять, что происходит (во)внутрь них и как они на самом деле принимают решения. В случае с распознаванием изображений все на свете организовано достаточно просто, а вот в отдельных случаях дело касается обработки текстовых данных – тогда для исследователей начинается настоящий «тёмный лес». Как поэтому разработчики из MIT решили раздолбать написанную ими нейронную сеть для два отдельных модуля. Первый с них занимается извлечением сегментов текста и сортировкой их до длине и последовательности символов. Второй часть анализирует сегменты, пытается понять их выгода и, согласно результатам, классифицирует их.

В качестве испытания обновлённой системы исследователи предложили нейронной понцы исследовать сайт с оценками пива через разных производителей, а затем расставить оценки различным сортам, исходя с их аромата, вкуса и внешнего вида. Немного погодя небольшой тренировки система расставила домашние баллы напиткам, при этом её суждения в 95% случаев совпали с мнениями большей части посетителей сайта. (пред)положим, касательно вкуса пива нейронная силок поддержала 80% людей. При этом учёные в первый раз видели своими глазами то, подобно ((тому) как) система работает с полученными данными и принимает приманка решения. В данный момент исследователи продолжают упражнять. Ant. ухудшать систему и надеются на то, яко в будущем их разработка будет далеко не просто развлечением, но также позволит присуждать такие важные задачи, как, возьмем, борьба с онкологическими заболеваниями.

Источник