Tags:
Node Thumbnail

เทคโนโลยีปัญญาประดิษฐ์อย่าง deep learning มีข้อดีสำคัญคือการเรียนรู้ได้อย่างลึกซึ้งกว่าเทคโนโลยี machine learning แบบอื่นๆ แต่ข้อเสียคือมันต้องการข้อมูลเพื่อเรียนรู้จำนวนมหาศาล ตอนนี้ Gamalon ผู้พัฒนาเทคโนโลยี Bayesian Program Synthesis (BPS) ที่ค่อยๆ สอนคอมพิวเตอร์ด้วยรูปแบบที่คล้ายกับการสอนคนด้วยกัน ก็เริ่มเปิดให้บริการเชิงการค้าแล้ว

BPS สอนคอมพิวเตอร์จากพื้นฐาน เช่น ภาพเริ่มจากเส้นไปจนถึงสามเหลี่ยมและสี่เหลี่ยม จากนั้นจึงค่อนๆ หาส่วนประกอบของภาพเพื่อทำความเข้าใจว่าเป็นวัตถุ เช่นที่นั่ง หรือโคมไฟ ความได้เปรียบสำคัญของ BPS คือมันใช้ข้อมูลในการฝึกปัญญาประดิษฐ์น้อยกว่า deep learning ทุกวันนี้อย่างมาก

Gamalon เริ่มนำ BPS มาใช้กับสินค้าสองตัว คือ Gamalon Structure ระบบตัดข้อความออกมาเป็นข้อมูลที่มีโครงสร้าง และ Gamalon Match สำหรับการจับคู่ข้อความนั้นเพื่อหาว่ามีข้อมูลซ้ำซ้อนในระบบหรือไม่

ที่มา - Gamalon

alt="upic.me"

Get latest news from Blognone

Comments

By: naphob
ContributoriPhone
on 19 February 2017 - 21:32 #970833

หาส่วนประกอบข้อภาพ => หาส่วนประกอบของภาพ

By: TigerST
Contributor
on 20 February 2017 - 02:37 #970848

เอ่อ ผมทำ Convolution Neural Network กับรูปภาพแค่สองหมื่นรูปยังผลดีมากๆเลย(น้อยนะครับ)
เอาจริงๆบทความนี้เขียนเชิง Bias นิดๆนะ เพราะวิธีที่นิยมในการจัดการกับข้อมูลน้อยๆตอนนี้คือทำ Unsupervised Pre-Training นะครัช แล้วแถมยังไม่มีเปเปอร์ที่ตีความเรื่องนี้เลย ปกติมันต้องมีเปเปอร์มาเทียบนะครับว่าผลเป็นยังไง
แต่ตอนนี้กับ Image ไม่ต้องทำแล้วเพราะมี ReLU(Rectifier Linear Unit) ซึ่งทำแล้วให้ผลใกล้เคียงกับ Unsupervised Pre-Training(อันนี้มีเปเปอร์เปรียบเทียบนะครับ)

By: lew
FounderJusci's WriterMEconomicsAndroid
on 20 February 2017 - 10:39 #970894 Reply to:970848
lew's picture

สองหมื่นเรียกว่าน้อยนี่ ชุดข้อมูล CIFAR-10 มีภาพหมวดหมู่ละ 6000 ภาพเองครับ


lewcpe.com, @wasonliw

By: TigerST
Contributor
on 20 February 2017 - 12:24 #970915 Reply to:970894

ข้อมูลผมมีภาพหมวดละสองพันเองนะครับ น้อยกว่า CIFAR10 อีกนะครัช
ว่างๆมาขอดูของผมได้เลย