Ang mga network ng neural ay mahuhulaan kung ano ang sasabihin mo sa isang pag-uusap o teksto.

Nakita namin ang mga robot na nakikipag-ugnay sa mga tao sa parehong science fiction at totoong mga kwento sa mundo. Ngunit ang artipisyal na katalinuhan ay lumilipat sa isa pang antas: magagawa mong hulaan ang sasabihin mo. At ito ay tunay na salamat sa isang gawa na ginawa ng mga siyentipiko mula sa University of Michigan, sa Estados Unidos.

Bumuo sila ng isang mekanismo batay sa paradigma ng Reservoir Computing (RC), na batay sa isang neural network, na may kakayahang pagproseso ng iba't ibang data. Ang huli ay ipinaglihi mula sa mga memristor, mga elektronikong aparato na "nagtala" sa kanilang memorya ng isang bagay o ilang mga pattern na nangyari dati.

Ang pagtatayo ng isang neural network ay maaaring maunawaan bilang ang mga neuron ng isang utak, na binubuo ng mga koneksyon sa pagitan ng mga node. Upang magawa ang ganitong uri ng hula, siya ay karaniwang isinumite sa isang malaking bilang ng mga katanungan na sinamahan ng kanilang mga sagot. Sa pagkumpleto ng pagsasanay na ito, nakikilala mo rin ang isang bagay na hindi mo pa alam.

Gayunpaman, sa paggamit ng mga memristor sa system ng computer, isang malaking bahagi ng prosesong ito ay hindi kasama, dahil ang reservoir nito ay hindi nangangailangan ng pagsasanay. Kaya, upang gumawa ng mga hula, ang reservoir mismo ay mag-aalaga sa pagpili at pagpapagaan ng pinakamahalagang data.

Pagkatapos ay ipinapasa sila sa isang pangalawang network, na nangangailangan lamang ng pagsasanay sa pinakasimpleng neural network. Samakatuwid, ito ay iproseso ang mga ito sa pamamagitan ng pagpili ng mga na itinuturing na pinaka-angkop, hanggang sa maabot ang pinakamahusay na posibleng antas, iyon ay, na may hindi bababa sa posibilidad ng mga pagkakamali.

Sa una, ang neural network ay maaari lamang mahulaan ang mga salita at numero na isusulat pa rin sa isang teksto. Sa kasong ito, ang mga eksperto ay "nagsanay" sa neural network na may 88 memristor, na umaabot sa isang mataas na katumpakan ng 91.1%. Ang bilang ng mga sangkap na ito ay malapit sa ideal bilang pagdaragdag ng bilang na ito sa 112 mga yunit ay tataas ang rate sa 91.5% lamang.

Dahil dito, sinabi ng mga eksperto na ang system ay maaari pa ring mai-optimize na may ilang mga pagsasaayos sa panahon ng pag-preprocessing ng impormasyong ito. Tapos na, maaari silang magpatuloy sa susunod na hakbang, kung saan nais nilang makilala ka ng mga salita nang maaga sa isang pasalitang pag-uusap sa pagitan ng dalawang tao.

Ang teknolohiyang ito ay dapat makinabang sa maraming mga lugar, lalo na sa mga nangangailangan ng pagsusuri sa pagsasalita at mga tool sa pagkilala / paghula ng pagkilos. Bilang karagdagan, maaari silang magamit upang madagdagan ang kahusayan ng artipisyal na katalinuhan sa pangkalahatan at pag-aaral ng makina at mga computer na neuromorphic, na gumagana nang katulad sa utak ng tao.

Ang mga network ng neural ay mahuhulaan kung ano ang sasabihin mo sa isang pag-uusap o teksto sa pamamagitan ng TecMundo