New Scientist - Raziskovalci iz Wisconsina so razvili steklo, ki je sposobno prepoznave zapisanih števk, saj nečistoče v njem sestavljajo nevronsko mrežo.

Ob pojmu strojnega učenja in algoritmov običajno pomislimo na strežniške farme, skozi katere Alexa prepoznava naš govor ali Google primerja fotografije. Toda pristopi niso omejeni zgolj na polprevodniška vezja in strokovnjaki jih skušajo pripeljati tudi v druge medije. Na Univerzi Wisconsin v Madisonu so napravili stekleno plast, ki prepozna ročno zapisane cifre in to brez električnega napajanja. V njeno strukturo so namreč vdelali motnje v obliki zračnih mehurčkov in nečistoč, predvsem vključkov grafena, s katerimi so dobili funkcionalno nevronsko mrežo. Svetlobo,...

Slo-Tech - Pred dvema letoma je veliko pozornosti požel program Deepfakes, ki se je anonimno pojavil na internetu in je sleherniku omogočil izdelovanje lažnih videoposnetkov. Nevronske mreže so se namreč sposobne iz obilice posnetkov tarče naučiti, kako je videti njen obraz, in ga potem natančno "presaditi" na videposnetke drugih ljudi. Internet je seveda to najprej izkoristil za izdelavo pornografskih posnetkov, a kmalu je postalo jasno, da so lahko dobri lažni posnetki velik problem, ker brišejo mejo med resničnostjo in fotomontažo tudi pri videu. Raziskovalci iz Samsungovega centra za umetno inteligenco v Moskvi in Inštituta Solkovo za znanost in tehnologijo so sedaj tehnologijo prignali še...

Slo-Tech - V filmih iz točkastega posnetka nizke ločljivosti vedno uspejo izostriti sliko in na njej prepoznati odsev, ki omogoča identifikacijo storilca. Toda v resnici iz posnetka ne moremo izluščiti več podatkov, kot jih je na njem. Vseeno pa to ne pomeni, da slike ne moremo izboljšati. Google je pokazal, kako lahko s svojimi nevronskimi mrežami in strojnim učenjem poveča ločljivost zelo grobo točkastim slikam.

Na sliki so skrajno desno prvotne fotografije, ki so bile zreducirane v ločljivost 8x8 (skrajno levo). Googlov algoritem Brain je iz levih fotografij uspel...

IBM - Raziskovalci iz IBM-a so razvili prve umetne nanometrske nevrone iz pomnilnika na fazne spremembe (PCM), ki se obnašajo zelo podobno kot naravni nevroni v živih bitjih. Ekipa IBM Researcha v Zürichu je iznašla postopek za njihovo izgradnjo ter postavila omrežje 500 takih nevronov, s čimer se odpira pot k širši uporabi strojnega učenja in, če se optimistično zazremo v prihodnost, h gradnji umetnih možganov.

Že dolgo časa je sprejeto dejstvo, da s klasičnimi računalniki in proceduralnim programiranje ne bomo umetni inteligenci prišli niti blizu. Človeški možgani pač delujejo drugače in trenutno so edini pametni model kolikor toliko univerzalne inteligence, ki nam je poznan. Strojno učenje, ki svoj razcvet doživlja v zadnjih...

Google - Google nas je popeljal korak bliže odgovora na vprašanje, kako neki je AlphaGo letos v starodavni igri go zmlel najboljšega Zemljana Leeja Sedola. Jasno je, da je Googlov AlphaGo uporabljal strojno učenje, a to samo po sebi seveda ni dovolj. Če bi se šel strojno učenje na prenosnem računalniku, bi Lee Sedol še vedno prepričljivo zmagal. AlphaGo je imel namensko strojno opremo, in to zelo močno, je končno razkril Google.

Skrivni projekt TPU so začeli že pred leti in je letos napredoval do komercialno zanimivega izdelka. TPU pomeni tensor processing unit in pri strojnem učenju nudi za velikostni razred boljše zmogljivosti od klasičnih procesorjev pri enaki porabi energije....

Slo-Tech - Google je eno izmed vodilnih podjetij na področju prepoznavanja slik in govora ter strojnega prevajanja. Vsem trem problemom je skupno dejstvo, da niso rešljivi z enostavnimi sekvenčnimi algoritmi, ker ne moremo predvideti vseh možnih vhodnih podatkov. Največ na tem področju obljubljajo umetne nevronske mreže (ANN). Google je v zadnji objavi pokazal nekaj fantastičnih slik, ki dajejo vpogled v delovanje ANN.

Kot tolikokrat v zgodovini je tudi zamisel ANN navdahnila narava, ki je imela milijarde let časa, da poišče rešitve za probleme. Te niso vedno optimalne, so pa v okviru možnosti in potreb zelo dobre. Kjer bi se s klasičnim zaporednim algoritmom zaleteli v zid, so se ozrli po bioloških nevronskih mrežah oziroma možganih. To je zelo logična poteza, saj so človeški možgani izjemno dobri pri reševanju problemov, za katere jih je evolucija...

Google - Google je občutno izboljšal algoritem za prepoznavanje predmetov na slikah in ugotavljanje relacij med njimi, so sporočili. Problem prepoznavanja predmetov so že septembra imeli precej dobro rešen, večji zalog pa je predstavljalo ugotavljanje, v kakšnem razmerju so predmeti na sliki.

Rezultati zadnjih preizkusov kažejo, da jim je tudi to dobro uspelo. Novi algoritem prepozna predmete na sliki, potem pa ugotovi, kako so razporejeni in kaj se dogaja; te ugotovitve nato izpiše v človeku razumljivi angleščini (glej sliko). To niso le preproste relacije, kot na primer Pica je na štedilniku, temveč tudi kompleksnejši opisi, na primer Ljudje nakupujejo na tržnici, kjer je na stojnici veliko zelenjave.

Google pravi, da so nadgradili...

Daily Mail - Pred približno tremi meseci, točno med polčasom nogometne tekme med Slovenijo in Anglijo na svetovnem prvenstvu, so na Festivalu Glastonbury posneli ogromno fotografijo množice, ki se je prišla zabavat v angleški Somerset. Tisti hip so vsi prisotni gledali nogometno tekmo z našo reprezentanco, sicer pa je festival glasbene narave.

Na fotografiji je 70.000 ljudi, pomembneje pa je, da je posnetka v dovolj veliki ločljivosti (1300 megapikslov), da je moč prepoznati tudi 300 metrov oddaljene obraze. Ker živimo v dobi socialnih omrežij, je fotografija romala tudi na Facebook, kjer se ljudje že tri mesece pridno označujejo (tagging) na njej. Do danes se je prepoznalo že več kot...