Konvoluční neuronové sítě pomáhají detekovat a blokovat nevhodný obsah sociálních sítí

TOXIN Konvoluční neuronové sítě

Základní snahou umělé inteligence je umožnit strojům dívat se na svět stejně jako lidé, vnímat jej podobným způsobem a využívat znalosti pro celou řadu úkolů, jako je rozpoznávání obrazu a videa, analýza a klasifikace obrazu atd. Pokroky v počítačovém vidění s technologií tzv. Deep Learning jsou neustále zdokonalovány, a to především prostřednictvím jednoho konkrétního algoritmu – konvoluční neuronové sítě (CNN).

Jde o specializovaný typ umělé neuronové sítě, který zhruba napodobuje systém lidského vidění. Konvoluční neuronové sítě se skládají z několika vrstev umělých neuronů. Umělé neurony, hrubá napodobenina jejich biologických protějšků, jsou matematické funkce, které počítají vážený součet více vstupů a výstupů s aktivační hodnotou. Operace vynásobení hodnot pixelů váhami a jejich sčítání se nazývá „konvoluce“ (odtud název konvoluční neuronová síť).

Když zadáte obrázek do konvoluční sítě, každá z jeho vrstev vygeneruje několik aktivačních map. Aktivační mapy zvýrazňují relevantní vlastnosti obrázku. Každý z neuronů vezme jako vstup část pixelů, vynásobí své barevné hodnoty váhami, sečte je a provede je aktivační funkcí. První (nebo spodní) vrstva sítě obvykle detekuje základní prvky, jako jsou vodorovné, svislé a úhlopříčné okraje. Výstup první vrstvy se přivádí jako vstup další vrstvy, která extrahuje složitější funkce, jako jsou rohy a kombinace hran. Jak se budete pohybovat hlouběji do konvoluční neuronové sítě, vrstvy začnou detekovat prvky na vyšší úrovni, jako jsou objekty, tváře a další prvky.

Jednou z velkých výzev při vývoji CNN je úprava vah jednotlivých neuronů, aby se ze snímků získaly správné rysy. Proces úpravy těchto vah se nazývá „trénink“ neuronové sítě. Na začátku začíná CNN s náhodnými váhami. Během tréninku vývojáři poskytují neuronové síti velký soubor dat obrázků s poznámkami s odpovídajícími třídami (kočka, pes, kůň atd.). Síť zpracuje každý obrázek s jeho náhodnými hodnotami a poté porovná jeho výstup se správným štítkem obrázku. Pokud výstup sítě neodpovídá označení – což je pravděpodobně případ na začátku tréninkového procesu – provede malou úpravu vah svých neuronů, aby příště viděl stejný obraz, jeho výstup bude trochu blíž ke správné odpovědi.

toxin logoNavzdory své složitosti jsou konvoluční neuronové sítě v zásadě stroji pro rozpoznávání vzorů. Mohou využívat obrovské výpočetní zdroje k dohledání drobných a nenápadných vizuálních vzorů, které by pro lidské oko mohly zůstat nepovšimnuté. Ale pokud jde o pochopení významu obsahu obrázků, fungují špatně. Konvoluční neuronové sítě jsou nyní například široce používány ke sledování obsahu sociálních médií. Díky rozsáhlým úložištím obrázků a videí, na která jsou vyškoleni, se snaží detekovat a blokovat nevhodný obsah. Samozřejmě i zde má CNN své nežádoucí dopady. V jednom případě zakázala umělá inteligence společnosti Facebook na fotografii 30 000 let staré sochy jako nahotu.

Dnes se CNN používají v mnoha aplikacích počítačového vidění. V některých oblastech, jako je lékařské zpracování obrazu, mohou dobře vyškolené neuronové sítě dokonce překonat lidské odborníky při detekci nemocí. V České republice začala pro svůj chytrý monitoring médií jako první používat konvoluční neuronové sítě společnost TOXIN. „Snažíme se vždy jít na samotnou hranu technologických možností. Proto se také již 2 roky zabýváme zapojením CNN do našich systémů pro rozpoznávání obličejů, vyhledávání subjektů a čtení textových informací v pohybujícím se obrazu,“ uvedl Ladislav Procházka, ředitel společnosti TOXIN.

Jak ukazují pokroky v konvolučních neuronových sítích, naše úspěchy jsou pozoruhodné a užitečné, ale stále máme velmi daleko od nahrazení klíčových složek lidské inteligence.

@RadekVyskovsky

 

Napsat komentář

GAME INDUSTRY

Podzimní slevy na Steamu jsou zde

Na populární platformě Steam odstartoval podzimní výprodej. Slevové období potrvá do konce listopadu. Podzimní výprodej na platformě Steam Další slevová akce od Steamu je tady.

Číst dále »