Newslettery

Dostávejte to nejzajímavější ze světa veřejné správy i v našich newsletterech.

    PromoNews

    Výběr toho nejzajímavějšího za posledních 14 dní do vaší emailové schránky.

    2x měsíčně

    PromoDay

    Přehled nejnovějších článků. Každý pracovní den do vaší schránky.

    5x týdně

    Představujeme vám

    Výběr z těch nejzajímavějších rozhovorů s představiteli veřejné správy.

    1x měsíčně

    Akce

    Přehled nadcházejících konferencí, soutěží, školení na následující měsíc.

    1x měsíčně

    Kliknutím na „Odebírat“ souhlasíte s našimi zásadami o Ochraně osobních údajů a zasíláním pravidelných newsletterů. Odhlásit se můžete kdykoliv.

    IT

    Konvoluční neuronové sítě pomáhají detekovat a blokovat nevhodný obsah sociálních sítí

    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.
    Navzdory 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.

    Štítky
    Nejčtenější kategorie
    Chytré město
    412
    Energetika
    442
    IT
    308
    Dotace a Finance
    1261
    Odpady
    229

    Nezmeškejte žádné informace!

    Přihlaste se k odběru newsletteru a buďte stále v obraze