Lihatlah visualisasi cantik dari jaringan saraf populer ini

Lihatlah visualisasi cantik dari jaringan saraf populer ini

 

Lihatlah visualisasi cantik dari jaringan saraf populer ini
Lihatlah visualisasi cantik dari jaringan saraf populer ini

OpenAI hari ini merilis ‘Mikroskop,’ database visualisasi AI kompleks yang dirancang untuk membantu para peneliti dalam mengembangkan teknik untuk merekayasa balik node jaringan saraf. Semua baik-baik saja, tetapi penjualan sesungguhnya di sini adalah betapa mempesona gambar-gambar itu.

Kredit: OpenAI

Mikroskop, dinamakan demikian karena menempatkan jaringan saraf di bawah mikroskop metaforis untuk

mengekspos kerja batin mereka, adalah metode visual untuk menunjukkan seperti apa sistem lapisan dan simpul jaringan saraf yang ekspansif itu.

Menurut situs web OpenAI Microscope:

Nilai utama adalah dalam menyediakan artefak bersama yang persisten untuk memfasilitasi studi perbandingan jangka panjang dari model-model ini.

Para peneliti dapat menggunakan model yang akurat ini untuk membandingkan perbedaan dalam jaringan saraf, seperti mereka akan membandingkan sel di bawah mikroskop yang sebenarnya. Tanpa visualisasi seperti itu, pengembang dipaksa untuk membandingkan data output mentah – sesuatu yang tidak selalu berguna.

Baca: Ilmuwan MIT dapat ‘meretas’ impian Anda dengan suara dan aroma

Proyek ini saat ini memiliki gambar untuk delapan sistem AI visi komputer paling populer yang pernah dibuat, termasuk AlexNET, Inception, dan ResNet. Setiap jaringan saraf diwakili oleh serangkaian gambar yang akan menantang kaleidoskop untuk kegembiraan warna dan keindahan.

Sesuatu tentang jaringan saraf yang dilatih di AlexNet (Places) membuat saya berpikir tentang Paris:

 

Kredit: OpenAI

Dan ResNet terlihat seperti akuarium yang terbuat dari jendela kaca patri:

Kredit: OpenAI

Menurut OpenAI, para peneliti fokus pada model-model khusus ini karena mereka mewakili lapangan:

Sama seperti ahli biologi sering fokus pada studi beberapa “model organisme,” Mikroskop berfokus pada mengeksplorasi sejumlah kecil model secara rinci. Rilis awal kami mencakup sembilan model visi yang sering dipelajari, tetapi kami berencana untuk memperluas rangkaian ini seiring waktu.

Bahkan model yang kami sertakan menghasilkan ratusan ribu neuron dan banyak keanehan model. Membuat

semuanya berfungsi dengan lancar ternyata lebih sulit daripada yang diharapkan!

Semoga karya OpenAI akan membantu para peneliti memahami mengapa jaringan saraf tertentu bertindak satu arah, dan mereka yang dirancang dengan algoritma berbeda bertindak lain. Saat ini, banyak dari sistem ini beroperasi dalam “kotak hitam,” yang berarti tidak jelas mengapa mereka membuat keputusan yang mereka lakukan. Visualisasi ini akan membantu para peneliti mencari cara untuk melacak kembali keputusan jaringan saraf, semacam peta luar-dalam.

Baca Juga: