दो प्रतिशत "बिल्ली" या मास्टर योदा की तस्वीर किसने लगाई?

2016 में, वीडियो गेम और एआई के चारों ओर "प्रचार" के लंबे समय के सपने के कारण, मैंने पायथन सीखना शुरू कर दिया।
कंप्यूटर साइंस मजेदार है क्योंकि केवल एक हफ्ते पहले मैंने पहली मान्यता मॉडल को प्रशिक्षित किया था, लेकिन पायथन का उपयोग किए बिना (कंप्यूटर विज्ञान में कई प्रलोभन हैं)। जैसा कि आंद्रेई सेब्रेंट (यैंडेक्स) द्वारा भविष्यवाणी की गई थी, एक नई तकनीकी क्रांति पारित हुई है। क्यों? कंप्यूटर गेम की तुलना में छवि पहचान एप्लिकेशन को आसान बनाना। एक या दो घंटे के लिए पर्याप्त।



मैं "मुश्किल" तरीके से गया - मैंने पहले से ही प्रशिक्षित चार मॉडलों में से नहीं चुना, लेकिन मैंने खुद को प्रशिक्षित किया। Apple की कोर ML लाइब्रेरी आपको कोड की 6 लाइनों के साथ या खेल के मैदानों में GUI के माध्यम से ऐसा करने की अनुमति देती है।

import CreateMLUI let builder = MLImageClassifierBuilder() builder.showInLiveView() 

अधिकांश समय प्रशिक्षण, कुत्तों, बिल्लियों और लोगों की 70 तस्वीरों के लिए डेटा एकत्र करने और फ़िल्टर करने में बिताया गया था, लेकिन जल्दी से लिखी गई स्क्रिप्ट ने इस प्रक्रिया को अर्ध-स्वचालित बना दिया।

मैं सिर्फ मशीन लर्निंग के बारे में पढ़ता था। जब मैंने इसे स्वयं आजमाया, मैं तीन अपेक्षित समस्याओं / निष्कर्षों में भाग गया:

1. डेटा सबसे महत्वपूर्ण हिस्सा है।
2. उपयोगकर्ता के अनुकूल इंटरफेस (CoreML)। सब कुछ बस काम करता है और मैं वास्तव में विवरण का पता लगाने के लिए स्रोत कोड में नहीं जाना चाहता। मशीन सीखना किसी भी उपयोगकर्ता के लिए सुलभ है, लेकिन Apple इंजीनियरों ने जटिल विवरण छिपाने की कोशिश की।
3. मॉडल एक ब्लैक बॉक्स है। मैं उन नियमों को नहीं जानता जिनके द्वारा मॉडल का मानना ​​है कि तस्वीर में "बिल्ली" का दो प्रतिशत है।

"मानव बिल्लियों" की मान्यता के साथ प्रयोग ने इस विचार को जन्म दिया है कि वर्गीकरण एल्गोरिथ्म "शैली" का सामना करेगा।

मैंने प्रत्येक से चार फ़ोटोग्राफ़रों और लगभग सौ तस्वीरों का चयन किया। मैंने ध्यान से उदाहरणों को चुनने की कोशिश नहीं की, लेकिन केवल मेरे संग्रह से एवगेनी मोखोरेव और ओलेग विदीन की पहली या अंतिम सौ छवियों की नकल की । मैक्सिम शुमिलिन की पर्याप्त तस्वीरें नहीं थीं, क्योंकि न केवल पोर्ट्रेट का चयन किया गया था। लेकिन Yegor Voinov की तस्वीरों को अधिक सावधानी से चुना गया था , क्योंकि मैंने उनकी वेबसाइट पर चित्र के लिए समर्पित दो खंडों को डाउनलोड किया था।

मैंने एल्गोरिथ्म का प्रशिक्षण शुरू किया और औसतन, 80% मान्यता सटीकता (निर्माण के दौरान परीक्षा परिणाम) प्राप्त किया।

एक अजीब सा पल था। मैंने ओलेग विडिन द्वारा तस्वीरों की संख्या दोगुनी कर दी और सिस्टम ने केवल 30% सीखा, और मान्यता सटीकता 20% तक कम हो गई।

सिस्टम को किसी भी तरह से पूर्वाग्रह से बचने के लिए जांचना पड़ता था, मैंने येगोर वॉनोव को उन तस्वीरों को भेजने के लिए कहा जो साइट पर नहीं हैं। नतीजतन, एल्गोरिथ्म ने पुष्टि की कि 26 में से 20 तस्वीरें इसी तरह की हैं कि येगोर वॉनोव एक चित्र कैसे लेते हैं।

इसने क्लासिफायर बनाते समय प्राप्त 77% मान्यता सटीकता की पुष्टि की।



और फिर मस्ती शुरू हो जाती है।

सबसे पहले, सिस्टम को प्रशिक्षण सेट में "त्रुटियों" को फिर से जोड़कर प्रशिक्षित किया जा सकता है। परिणाम बदलते हैं, लेकिन सिस्टम तस्वीरों को याद नहीं करता है, लेकिन किसी विशेष लेखक के लिए सामान्य संकेत पाता है। "त्रुटियों पर काम करने" के बाद की कुछ तस्वीरों को सिस्टम ने येगोर वेनोव की तस्वीरों के रूप में मान्यता दी थी, और कुछ नहीं थे।



दूसरे, सिस्टम को यवगेनी मोखोरेव की तस्वीरों को "नग्न" करने की इच्छा है, इसलिए वह ओलेग विदीन से दुर्लभ "नग्न" के तहत लिखते हैं कि ये मोखोरेव की तस्वीरें हैं। और जैसे ही आप "कपड़े पहने हुए मोखोरेव" दिखाते हैं, सिस्टम "वॉनोव को देख सकता है।" और येगोर वोयोनोव की तस्वीर को ओलेग विदीन की तस्वीर के रूप में पहचानें।



मैक्सिम शुमिलिन की तस्वीरों से चयन बहुत विषम हो गया। इसलिए, छोटे आंकड़े और एक स्पष्ट "धब्बा" के साथ चित्रण करता है जो सिस्टम मैक्सिम की तस्वीरों को संदर्भित करता है।



तीसरे, सिस्टम को मास्टर योदा की तस्वीर पर एक नज़र दिया जा सकता है।


और आप बस एक त्वरित फोटो ले सकते हैं और पता लगा सकते हैं कि किसकी "शैली" में फोटो ली गई थी


और यहाँ सत्य का क्षण है। मैंने यह जानने के लिए अपने पोट्रेट अपलोड किए कि मोखोरेव, विदीनिन, वॉनोव और शुमिलिन मुझमें कितने हैं।



PhotoGuru ऐप का मसौदा तैयार है। अब तक यह मुझे लगता है कि यह एक मजेदार खिलौना है, लेकिन मैं डिजाइन पर काम करूंगा और प्रशिक्षण के नमूनों का विस्तार करूंगा।

एक शब्द में, आपको एमएल के आगे के अध्ययन के लिए एक रूपरेखा चुनने की आवश्यकता है।