Google je postavio petlju povratne sprege u svojoj neuralnoj mreži prepoznavanja, koja traži obrasce u slikama. Rezultat su slike životinja, zgrada i krajolika - u rasponu od divnih do zastrašujućih - koje izgledaju kao da su dio halucinacija
Što sanjaju strojevi? Na staro pitanje Phillipa K. Dicka (temeljem čega je nastala kultna novela 'Sanjaju li androidi električne ovce?', pa potom i kultni film 'Istrebljivač') iz Googlea su ponudili jedan mogući odgovor: hipnotičke krajolike zdanja, fontana i mostova koji se spajaju u jedno.
Do slika su došli tako što su neuralnu mrežu za prepoznavanje slika 'naučili' prepoznavati dijelove poput zgrada, životinja i objekata na fotografijama. Nastale su tako što su ubacili sliku u mrežu te zatražili prepoznavanje neke značajke na njoj i modifikaciju s naglaskom na značajke koje prepoznaje.
Tako promijenjena slika ponovno je ubačena u mrežu, od koje je ponovno zatraženo prepoznavanje i naglašavanje značajki. Postupak je ponovljen više puta, sve dok petlja povratne sprege nije modificirala sliku do neprepoznatljivosti.
Na nižim razinama, neuralna mreža može dobiti jednostavn zadatak, poput otkrivanja ruba slike. U tom slučaju postane nalik nečemu što bi ste mogli dobiti igrajući se s filterima u Photoshopu.
No, naložite li joj pronalaženje složenije značajke - recimo, životinja - nastat će uznemirujuća halucinacija. Na kraju, softver može operirati slikom koja nije ništa više od nasumične buke, stvarajući značajke koje su u potpunosti djelo njegove imaginacije.
Slike su vrlo dojmljive, ali nije im jedina svrha pokazivanje. Neuralne mreže čest su dio strojnog učenja. Umjesto mukotrpnog programiranja koje bi računalu objasnilo kako prepoznati sliku, u Googleu ubacuju slike u mrežu i prepuštaju joj da sama odredi ključne značajke.
Rezultat može biti prilično nejasan. Teško je razaznati koje značajke softver proučava, a koje ne. Moguće rješenje je ubacivanje slika sa značajkama koje želimo naglasiti, kako bi mu pomogli u razlikovanju.
'Jedan od izazova neuralnih mreža je razumijevanje što se točno događa u kojem sloju. Znamo kako nakon treninga svaki sloj progresivno iz slike izvlači značajke sve viših i viših razina, sve dok u zadnjem sloju ne odluči što slika prikazuje. Recimo, u prvom sloju može tražiti kutove ili rubove, u srednjima tumači osnovno značajke kako bi otkrio oblike ili sijelove, poput vrata ili lista. U zadnjih nekoliko slojeva slaže ih u cjelovita tumačenja', naveli su Googleovi inženjeri u postu objavljenom na službenom blogu.
Softver za prepoznavanje slika već se naveliko koristi u više proizvoda. Novi servis Google Photos, primjerice, nudi opciju tekstualnog pretraživanja slika.
