ابداع شبکه عصبی که ۱۶۰۰۰ پردازنده کامپیوتر را به هم متصل می
کند ظاهرا از برخی نظریه های زیست شناسان مبنی بر شناسایی اشیاء توسط مغز
انسان پشتیبانی می کند.
به گزارش سافت گذر به نقل از خبری فن آوری اطلاعات ایران؛
دانشمندان گوگل که در آزمایشگاههای X Labs سری این شرکت مشغول به کارند در
استفاده از کامپیوترها برای شبیه سازی عملکرد مغز انسان گام های بلندی
برداشته اند.
این آزمایشگاه که برای اختراع خودروهای کاملا اتومات self-driving و
عینک های واقعیت افزوده Augmented- Reality شناخته شده است با اتصال ۱۶۰۰۰
پردازنده کامپیوتری و سپس انتشار آن در فضای اینترنت موفق به ابداع شبکه
عصبی برای ماشین یادگیری شده است.
موفقیت این شبکه عصبی نسبتا پیچیده در حد فکر کردن خود ماشین و تشخیص
گربه ها است. اگر چه پیدا کردن گربه بر روی اینترنت چندان دشوار و چالش
انگیز به نظر نمی رسد ولی این عملکرد شبکه عصبی فراتر از انتظارات محققان
است به علاوه این که نرخ صحت این ماشین در شناسایی اشیاء یک لیست ۲۰۰۰۰
آیتم را در بر می گیرد.
برای اینکه ماشین بتواند به گربه ماهیت بخشد و آن را تشخیص دهد، این
محققان از بین ۱۰ میلیارد ویدئوی یوتیوب تصاویر کوچکی را انتخاب و به ماشین
دادند. این نتایج در نهایت از نظریه ها زیست شناسان که می گویند نورون های
موجود در مغز برای شناسایی اشیاء خاصی آموزش می بینند، دفاع کرد.
جف دین Jeff Dean از محققین آزمایشگاه گوگل اظهار داشت: ما در طی آموزش
هرگز به ماشین عبارت “این یک گربه است” را به عنوان ورودی ندادیم، بلکه
ماشین خود توانسته است بر حسب تصاویر مفهوم گربه را ابداع نماید و سپس
تشخیص دهد.
به گفته سرگی برین Sergey Brin، یکی از بنیانگذاران گوگل،این ماشین
یادگیری برای اصلاح و بهبود الگوریتم های ترجمه و درک معنایی بسیار سودمند
است.