न्यूरल नेटवर्क इमेज रिकॉल को निर्धारित करता है

यह फोटो आप जल्द ही भूल जाएंगे

कंप्यूटर विज्ञान और आर्टिफिशियल इंटेलिजेंस के लिए मैसाचुसेट्स इंस्टीट्यूट ऑफ टेक्नोलॉजी की प्रयोगशाला के शोधकर्ताओं ने एक एल्गोरिदम विकसित किया है जो छवि को याद रखने का निर्धारण करता है। इसके अलावा, इस एल्गोरिथ्म के आधार पर, फ़ोटो को बेहतर बनाने के लिए एक एप्लिकेशन बनाया गया है ताकि वे मस्तिष्क में अच्छी तरह से अंकित हो सकें।

जैसा कि आप अनुमान लगा सकते हैं, एल्गोरिथ्म तंत्रिका नेटवर्क को प्रशिक्षित करके विकसित किया गया था। प्रशिक्षण सार्वजनिक रूप से हुआ। प्रशिक्षण के दौरान, एल्बम से प्रत्येक तस्वीर को 600 मिलीसेकंड दिखाया गया, फिर 800 मिलीसेकंड का एक विराम, फिर दर्जनों अन्य चित्रों का अनुसरण किया गया। एक यादृच्छिक समय के बाद, पहली तस्वीर दोहराई गई थी। कुछ अन्य तस्वीरों को भी बाद में दोहराया गया। किसी भी समय, उपयोगकर्ता एक बटन दबा सकता है और संकेत दे सकता है कि उसने फोटो को पहचान लिया है। इस प्रकार, तंत्रिका नेटवर्क को जानकारी मिली कि कौन से फ़ोटो बेहतर याद रखे जाते हैं।

प्रशिक्षण के परिणामस्वरूप, तंत्रिका नेटवर्क ने सचमुच मानव स्मृति की भविष्यवाणी करना सीखा। इसके अलावा, यह फ्रेम में उच्च और निम्न यादगार के साथ क्षेत्रों को उजागर करता है, जिसके कारण फोटो को अनुकूलित किया जा सकता है।



नतीजतन, शोधकर्ताओं ने 60,000 तस्वीरों के एक बड़े डेटाबेस को रीकॉलिबिलिटी - लाएमम (बड़े पैमाने पर मेमोरैबिलिटी डेटासेट) के सूचकांक के साथ संकलित किया।

एल्गोरिथ्म को मेमेनेट कहा जाता है, ऑनलाइन एक डेमो पेज है ।

एक पूर्व-तैयार तंत्रिका नेटवर्क मॉडल को कैफ ढांचे का उपयोग करके ऑफ़लाइन डाउनलोड और परीक्षण किया जा सकता है ।

विज्ञान परियोजना के प्रमुख लेखक, कंप्यूटर साइंस एंड आर्टिफिशियल इंटेलिजेंस के लिए प्रयोगशाला में स्नातक छात्र आदित्य खोसला कहते हैं, "याद रखने की क्षमता सबसे महत्वपूर्ण जानकारी को स्टोर करने वाली प्रणालियों को बनाने में मदद करेगी या इसके विपरीत, उस जानकारी को रखें, जिसे लोग भूलने की संभावना रखते हैं।" "यह एक त्वरित सुलभ फ़ोकस समूह होने जैसा है जो किसी विशेष दृश्य संदेश को याद रखने की संभावना की बात करता है।"

इस तरह की प्रणाली को विभिन्न क्षेत्रों में लागू किया जा सकता है: सामाजिक नेटवर्क पर विज्ञापनों और संदेशों की दक्षता में सुधार करने से लेकर अधिक प्रभावी प्रशिक्षण सामग्री विकसित करने तक। या एक निजी सहायक के रूप में जो आपके लिए सबसे यादगार तरीके से जानकारी लाता है।

प्रोजेक्ट डेवलपर्स ने न केवल तंत्रिका नेटवर्क के डिज़ाइन को प्रकाशित किया, बल्कि 60,000 एनोटेट फोटो ( अनुरोध पर ) के साथ सभी को लामेम डेटाबेस प्रदान करने के लिए तैयार हैं ।

दृढ़ तंत्रिका नेटवर्क प्रशिक्षण और मेमेनेट एल्गोरिथ्म के संचालन की एक अधिक विस्तृत चर्चा एक वैज्ञानिक पेपर में वर्णित है । यह बताता है कि आधार कैसे संकलित किया गया था, तंत्रिका नेटवर्क के प्रशिक्षण के दौरान दृश्य स्मृति पर खेल कैसे खेला गया था और अंत में, तंत्रिका नेटवर्क के काम के परिणामों को उसके प्रशिक्षण के बाद कैसे जांचा गया था।

Source: https://habr.com/ru/post/hi388175/