Neurony i nauka

Aby powstała myśl niezbędna jest efektywna współpraca całej sieci neuronów. To co do tej pory było zarezerwowane tylko dla ludzi staje się coraz częściej dostępne również dla maszyn. Choć dzisiejsza technologia bazuje na sztucznej inteligencji to wciąż ciężko znaleźć ośrodki nauczające programowania na miarę XXI wieku.

To co dla człowieka jest banalnie proste, maszyny muszą się nauczyć. Nawet najprostsze czynności, takie jak rozpoznawanie obrazów czy tworzenie logicznych wypowiedzi i tekstów wymaga od urządzeń ciągłego treningu i doskonalenia posiadanych umiejętności. Kto zajmie się uczeniem dzisiejszych urządzeń?

„To co dla człowieka jest obrazem, dla komputera jest zbiorem liczb. Aby zobaczył on np. samochód musi wykonać szereg skomplikowanych obliczeń. Co ciekawe, od dziesięciu już lat doborem kluczowych parametrów zajmują się same maszyny" – podkreśla mgr inż. Grzegorz Gwardys z Instytutu Elektroniki i Technik Multimedialnych – „wtedy to Alex Krizhevsky wraz z zespołem z Toronto dokonał zmiany paradygmatu – od tego momentu to już nie człowiek decydował o wyborze cech obrazu. Zadanie to powierzono sieci neuronowej, która z miliona dostępnych zdjęć nauczyła się hierarchii tych, które pozwalają skutecznie określić, czy mowa o sportowym samochodzie, czy może np. o ciężarówce. Od tego momentu możemy mówić o uczeniu głębokim".

Uczenie głębokie (ang. deep learning) to część procesu uczenia maszynowego, podczas którego tworzone są sieci neuronowe składające się z wielu warstw wejściowych, wyjściowych i ukrytych, których zadaniem jest ciągłe udoskonalanie danego procesu (uczenie się na podstawie przetwarzania danych), takiego jak: rozpoznawanie obrazów, identyfikacja głosu, przetwarzanie języka, dobór odpowiednich parametrów, wymyślanie nowych rozwiązań itd. Dziś to fundament całej dziedziny jaką jest sztuczna inteligencja.

„Deep Learning to obecnie fascynujący świat łączący aspekty technologiczne z matematycznymi. Programowanie jest tu powiązane z uwagą na możliwości, ale i ograniczenia sprzętowe, a wszystko zaczyna się od danych, którymi trenujemy nasze sieci neuronowe" – mówi prof. Władysław Skarbek z Instytutu Elektroniki i Technik Multimedialnych, kierownik podyplomowych studiów „"Głębokie Sieci Neuronowe - Zastosowania w Mediach Cyfrowych" – „podczas poprzednich edycji nasi studenci pracowali nad takimi rozwiązaniami jak aplikacja wspomagająca diagnostykę nowotworów skóry czy automatów sprawdzania i poprawiania błędów w tekstach. To pierwsze przykłady z brzegu pokazujące jak szerokie zastosowanie ma wiedza zdobywana u nas. To już nie tylko jutro, to naprawdę dziś – jest znacząca przewaga konkurencyjna na rynku pracy".

Wydział Elektroniki i Technik Informacyjnych Politechniki Warszawskiej organizuje cyklicznie jedyne w Polsce i nieliczne na świecie studia podyplomowe dotyczące uczenia głębokiego. Podczas 190 godzin zajęć studenci mają możliwość wymiany doświadczeń z ekspertami rynkowymi na co dzień zajmującymi się algorytmami sztucznej inteligencji oraz aplikacjami typu Big Data.

Więcej informacji: https://deeplearning.ire.pw.edu.pl/

(gz)