Какой видит компанию «Комупак» нейронная сеть?
Нейронные сети - это вычислительные системы, которые основаны на наборе единиц или узлов, называемых нейронами, которые моделируют биологические процессы человеческого мозга. Каждое соединение может передавать сигнал другим нейронам, при этом принимающий нейрон выполняет обработку данных.
В современной экономике нейронные сети являются основой алгоритмов, которые прогнозируют потребительский спрос, оценивают время прибытия грузов и многое другое. Но их можно использовать и как нечто большее.
История вопроса: Нейронные сети начали приобретать известность в 2010 году, когда было установлено, что графические процессоры делают возможным обратное распространение ошибки для сложных архитектур нейронных сетей. Обратное распространение ошибки — это метод, используемый моделью машинного обучения для определения ошибки между предположением и правильным решением при условии правильного решения в данных. В период с 2009 по 2012 год нейронные сети начали выигрывать призы в конкурсах, приближаясь к уровню производительности человека при выполнении различных задач, первоначально в области распознавания образов и машинного обучения. Примерно в это же время нейронные сети выиграли несколько соревнований по распознаванию рукописного текста без предварительного знания изучаемых языков.
Современное применение: Сейчас нейронные сети используются в различных областях: от логистики и поддержки клиентов до розничной торговли в сфере электронной коммерции. Они обеспечивают приложения с четкими сценариями использования в бизнесе, что побудило организации все больше инвестировать во внедрение, разработку и развертывание нейронных сетей. Использование искусственного интеллекта на предприятиях выросло на колоссальные 270% за последние несколько лет.
Нейронные сети используются во многих бизнес-приложениях, включая принятие решений, распознавание образов и распознавание последовательностей. Например, по картинкам, используемым во время обучения распознаванию объектов, можно создать семантический профиль интересов человека.
Отдельные компании используют нейронные сети по-разному. LinkedIn, например, применяет нейронные сети — наряду с линейными классификаторами текста — для обнаружения спама или оскорбительного контента в своих лентах. Социальная сеть также использует нейронные сети, чтобы помочь понять виды контента, публикуемого в LinkedIn, от новостных статей до вакансий и онлайн-классов, чтобы она могла создавать более качественные рекомендации и поиск продуктов для участников и клиентов.
Вывод: Нейронная сеть интерпретирует данные, собранные датчиками или непосредственно введенные программистом. Этими данными могут быть изображения, текст или даже звуки, которые затем преобразуются в числовые значения.
Для описания нашей компании, мы использовали нейронную сеть, где давали текстовое описание образа.
Нейронная сеть видит компанию «Комупак» в двух образах: ретро и современном.
Ретро стиль: образ кадета и купца, представительного мужчины средних лет
Современный образ: молодая девушка в деловом или традиционном костюме.
Современный образ: молодой парень на фоне Кремля и башен Москва-сити
«Комупак» в представлении современных технологий это компания, которая производит гофротару высокого качества и предоставляет индивидуальную поддержку (на всех образах мы видим открытые улыбающиеся лица, хотя не вводили данные об улыбке), обеспечивая полное обслуживание клиентов.
Вероятно, нейросеть анализировала и период существования компании «Комупак» (25 лет), на большинстве картинок- образов, сгенерированных нейросетью, возраст молодых людей примерно соответствует 25 годам.
