本文共 1128 字,大约阅读时间需要 3 分钟。
好莱坞对人工智能(AI)做出了许多重大承诺:它将如何摧毁我们,如何拯救我们以及使我们 。 令人难忘的诺言之一是它看起来多么酷。
《 复仇者联盟》中有一个惊人的AI可视化 :《奥创纪元》 ,托尼·史塔克(Tony Stark)的AI管家贾维斯(Jarvis)与奥创(Ultron)互动时,我们看到了光变幻和脉动的有机浮动网络。 我想做些类似的事情来填补我公寓墙壁上的空白(以改善通常的宜家艺术)。 显然,我无法像贾维斯那样创造出像漂浮的光球一样令人惊叹的东西。 但是,我可以使用看起来像古怪的数据可视化的有趣的机器学习算法:神经网络! 它采用了受生物启发的元素,旨在复制(我们认为)人脑的工作方式。
机器学习中的神经网络受到大脑中生物神经元的启发。 网络中的每个节点都连接到网络中的其他节点。 当信号流过信号时,节点之间的连接会更改信号,直到信号到达网络末端为止。 在算法的将学习连接调整信号的特定方式。
我着手用光重建神经网络。 对于节点,我在半透明的塑料上的3D打印机上打印了自定义形状。 对于节点之间的连接,我使用了所谓的侧发光光纤,这是普通的光纤管道,它沿管道的长度发光(看起来很科幻)。
光源是一个RGB LED灯带,该灯带经过费力地切割,焊接和粘合到每个节点中。 (每个节点花费了大约30分钟的时间才能适应电子设备。)
告诉LED做什么的组件是一个 ,并且通过一个小的告诉了做什么,这使整个WiFi连接起来。
现在,它如何运作? 照明网络是一种美化的WiFi灯。 真正的AI在连接到同一WiFi网络的笔记本电脑上运行。 我编写了一些方便的代码,将其插入我的标准神经网络编程环境中,并且在我训练算法时,它将连接值(绿色=高值,红色=低值,蓝色=接近零)发送到即时的。 然后我看到了我的神经网络学习。
瞧! 人工智能学习的物理灯光可视化! Zack Akil,GPLv3。
现在它将快乐地生活在我的墙上,作为AI的发光象征!
该图显示了神经网络试图复制的数据模式。 仅基于X和Y值(图中的特征1和特征2),神经网络将尝试输出正确的分类(图中的颜色)。 下面是另一个动画,显示了光网络的学习以及对数据的预测。 如您所见,数据点的颜色会不断演变,直到它们与原始数据紧密匹配为止。 这是学习中!
轻型网络学习以及对数据的实时预测,Zack Akil,GPLv3。
如果您想了解更多信息,包括获取所有详细的技术信息以及访问代码和更多图像,请访问我 。
该手册最初发布在 ,经许可转载。
翻译自: