{"id":14293,"url":"\/distributions\/14293\/click?bit=1&hash=05c87a3ce0b7c4063dd46190317b7d4a16bc23b8ced3bfac605d44f253650a0f","hash":"05c87a3ce0b7c4063dd46190317b7d4a16bc23b8ced3bfac605d44f253650a0f","title":"\u0421\u043e\u0437\u0434\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0439 \u0441\u0435\u0440\u0432\u0438\u0441 \u043d\u0435 \u043f\u043e\u0442\u0440\u0430\u0442\u0438\u0432 \u043d\u0438 \u043a\u043e\u043f\u0435\u0439\u043a\u0438","buttonText":"","imageUuid":""}

🧬 «Угол зрения зависит от остроты восприятия». 🔄

Недавнее исследование MIT раскрывает, что глубокие нейронные сети могут создавать изображения и звуки, которые для человека выглядят совершенно непохожими на цель. Это подчеркивает, что модели развивают свои уникальные "инварианты", отличные от нашего восприятия.

Также в приведенной статье вы можете найти исследование глубоких нейронных сетей и их способность распознавать объекты, подобно человеческим системам восприятия.

💬 Важные моменты из статьи:

🔵 Глубокие нейронные сети часто создают изображения или звуки, которые совсем не похожи на целевой объект.

🔵 Модели развивают свои собственные "инварианты", которые сильно отличаются от человеческого восприятия.

🔵 Использование адверсариального обучения может делать генерируемые моделью стимулы более узнаваемыми для людей, но они все равно не идентичны исходным данным.

Исследование предоставляет новый способ оценки того, насколько эффективно эти модели имитируют организацию человеческого сенсорного восприятия, раскрывая все подробности и тайны.

Больше новостей в Телеграм канале:

@neuro_trends8

НЕЙРОСЕТИ | НЕЙРОТРЕНДЫ | CHATGPT | MIDJORNEY | STABLE DIFFUSION

Подпишись в Телеграм и будь в курсе:

0
Комментарии
-3 комментариев
Раскрывать всегда