Tripping Machines

Neuronale Netze trippen, Bilder und Paper gibt’s gegen Ende des Artikels

Ich bin absolut kein Experte auf dem Gebiet, möchte hier doch aber eine kleine, motivierende Einführung in die Problemstellung geben des Papers, welches hier verlinkt wird.

WP: Künstliche Neuronale Netze sind heutzutage nicht mehr wegzudenken: Sie dienen dazu nichtlineare Funktionen, Abbildungen, zu lösen: Ein Netz wird aus Neuronen aufgebaut, welche trainiert werden auf eine bestimmte Eingabe eine immer gleiche Ausgabe zu treffen. Ein Neuron besteht aus Eingaben die gewichtet werden und anhand einer Übertragungsfunktion ein Ergebnis lieferen.

Die Eingabefunktion kann lauten: Addiere die Summe aller Eingänge. Wenn nun jeder Eingang mit einer Wichtung zwischen 0 und 1 versehen wird und die Summe aller Wichtungen 1 ergibt, kann man folgende Regel für das Neuron aufstellen:
– Wenn die Summe der Gewichte > 0.5 ist, aktivere das Neuron
– Ansonsten aktivere es nicht.
Normalerweise können auch noch die
Eine Rolle spielen sie zum Beispiel beim Erkennen von Dingen auf Bildern. Gesichtserkennungsalgorithmen (wenn also auf einem Foto erkannt wird ob ein Gesicht zu sehen ist und ob dieses lächelt, eine Funktion welche in moderne Kameras Einzug erhalten hat) sind ein anschauliches Beispiel dafür.
Man nimmt also hunderte Fotos mit bestimmten Motiven und sagt dem Netzwerk: Was ich dir hier gebe, ist ein Affe, ein Haus, ein Baum. Gibt man nun ähnliche Bilder mit Affen, Häusern und Bäumen in das trainierte neuronale Netzwerk, sollte dies sagen können: Dies war ein Affe, ein Haus, ein Baum. Das Netzwerk hat zum Beispiel bei Bäumen gelernt, dass – fachlich nicht korrekt, sondern anschaulich gesprochen – ein Baum durch eine dunkle Kreisförmige Fläche mit einem länglichen Quadrat nach unten besteht. Egal wo der Baum ist, wenn die Neuronen dieses Muster entdecken erzeugen sie die Ausgabe „Baum“. Das ganze geschieht über Wichtungen bei der Ein- und Ausgabeverarbeitung der Neuronen. Wie das alles funktioniert, kann man zum Beispiel in diesem Script von Daniel Kriesel nachlesen.

Was interessant ist, obwohl man das Ergebnis beurteilen kann (das Netzwerk hat richtig/falsch entschieden) ist das innere Verständnis dieser Netzwerke dann doch relativ unklar. Google Forscher haben ein auf Bilderkennung trainiertes Netzwerk mal mit verschiedenen Bildern gefüttert (von weißem Rauschen bis hin zu Berglandschaften) und dem Netzwerk Aufgaben mitgegeben a la: Denk jetzt mal an Banane! Oder: Zeig mal was du siehst! Hier das Paper. Dabei sind super interessante Bilder rausgekommen die parallelen zu Bildern zeigen, wie sie auf psychoaktiven Substanzen (Pilze, LSD, …) wahrgenommen werden. Schick!

Tripping Machines

Tripping Machines

Tripping Machines

via: Nerdcore

Advertisements

Ein Kommentar

Eingeordnet unter diverses

Eine Antwort zu “Tripping Machines

  1. Pingback: Follow the Tripping Machines in their rabbit hole. | kopfueber

Kommentar verfassen

Trage deine Daten unten ein oder klicke ein Icon um dich einzuloggen:

WordPress.com-Logo

Du kommentierst mit Deinem WordPress.com-Konto. Abmelden / Ändern )

Twitter-Bild

Du kommentierst mit Deinem Twitter-Konto. Abmelden / Ändern )

Facebook-Foto

Du kommentierst mit Deinem Facebook-Konto. Abmelden / Ändern )

Google+ Foto

Du kommentierst mit Deinem Google+-Konto. Abmelden / Ändern )

Verbinde mit %s