Вероятно, уже практически все производители автомобилей имеют собственные варианты роботизированных автомобилей. Кто-то делает упор на езду по дорогам вовсе без участия человека, кто-то — на помощь водителю. В общем-то, можно не сомневаться, что такого рода автомобили появятся на дорогах всего мира уже спустя несколько лет.
Мой прошлый пост с треском провалился. А все потому, что я допустил серьезную ошибку, построив многоуровневую абстрактную модель. Будем исправлять.Читать полностью »
Мой предыдущий пост оправдал ожидания вызвал весьма оживленную дискуссию. Тема актуальная и интересная, поэтому стоит продолжать. И самое время заложить основы понимания и определиться с терминологией.Читать полностью »
Человек привык осознавать себя и ощущать собственную свободу воли. Поэтому любые факты, противоречащие этим ощущениям, будоражат это самое сознание (см. недавний пост как пример). Наука до сих пор не дает четкого ответа, что такое сознание, и поэтому у людей разные представления о его сущности, как у верующих, так и у материалистов. Одна из точек зрения заключается в том, что сознание это просто программа — как операционная система для компьютера.
Лично для меня уже давно не вопрос — сознание это программа или нет. Вопрос в том, что это за программа. И именно программистам должно быть проще понять, что такое сознание, а не биологам, психологам или философам (не поймите неправильно, я ничуть не отрицаю их заслуг в исследовании интеллекта).
В статье мы постараемся классифицировать злокачественную опухоль груди от доброкачественной основываясь на наборе данных взятом отсюда. Как бы странно не звучало, но точность не будет главным приоритетом в этот раз, так как уже есть довольно хорошие решения с упором именно на точность, что и понятно, ведь от данных тестов зависит жизнь человека. Например в 2012 году Бриттани Венгер победила в конкурсе Google Science Fair с проектом cloud4cancer.appspot.com, который был обучен именно по выше указанному набору.
Читать полностью »
В 1979 году американский психолог Бенджамин Либет провел свой знаменитый эксперимент, который взбудоражил научное сообщество, но как-то прошел мимо широкой массы. А очень зря, ведь он показывает всю чудовищную правду о о нашей «свободной воле».Читать полностью »
В данной статье Вы сможете найти готовую реализацию и описание алгоритма предназначенного для реконструкции логических функций методом чёрного ящика. Под логической функцией я подразумеваю такую функцию, которая принимает в качестве аргументов множество булевых значений и соответственно возвращает одно. Пример:
def customlogic(params):
return params[0] and params[1] and not params[5] and params[11] or params[2] and not params[3] or params[0] and params[5] and not params[6] or params[7] and not params[8]
В конце статьи алгоритм проверяется на данных полученных из реального мира.
Читать полностью »
Здравствуйте, я давно читаю Хабрахабр и часто мне попадались статьи про нейронные сети, в частности про однослойный перцептрон. Но пока еще мне не встретилась статья про другие виды распознающих функций перцептронного вида. Как следует из названия статьи данный вид распознающих функций называется методом потенциальных функций.
Сразу оговорюсь, целью данной статьи является не предоставить работающую программу на основе данного метода, а рассказать собственно про сам алгоритм, на чем он основан и в чем его преимущества.
Для начала я опишу основные понятия теории распознавания образов, применяющиеся в данной статьей, затем дам краткое пояснение метода и потом уже распишу его подробно.
Основные понятия
Изображение — отображение объекта на воспринимающие органы. То есть, описание объекта, как множество признаков. Часто объект представляется в виде вектора. Если множество признаков постоянное, то объект отождествляется с его изображением.
Образ (класс) — подмножество множества объектов или изображений.
Решающая функция — функция, на вход которой подается изображение, определяющая принадлежность объекта некоторому классу.
Краткое описание
Суть данного метода, а впрочем, любого алгоритма, применяемого для распознавания образов состоит в том, чтобы составить такую решающую функцию, которая будет для каждого объекта определять принадлежность его к нужному классу.
В данном случае, решающая функция составляется итеративно, по маркированной обучающей выборке (для каждого объекта из ОВ известен его класс).
Читать полностью »
Вы когда-нибудь задумывались о том, насколько просто написать свой искусственный интеллект, который сам будет принимать решения в игре? А ведь это действительно просто. Пусть для начала он принимает случайные решение, но позже вы можете его воспитать, научить анализировать ситуацию, и тогда он станет принимать осознанные решения. В этой статье я расскажу, как я писал своего бота, а также покажу, как вы за несколько минут можете написать своего. Наш компьютер будет играть в клон игры Трон, а точнее в ту часть, где нужно на мотоцикле победить врагов.
Под катом gif-файлов мегабайт на 10.
Читать полностью »
Автор: медиа-эксперт Аскар Туганбаев, 27.10.2013, mail@tuganbaev.ru
Последние 20 лет основная коммерческая задача интернета (как и других медийных сред) была в определении предпочтений пользователей и формировании товарных продаж в офлайне за счет уточненного таргетинга медийной и контекстной рекламы. Интернет использовался для накопления профильной информации о пользователях при медийном онлайн-потреблении, коммуникациях и поиске. Полученная социально-демографическая информация вместе с определяемыми интересами использовалась онлайновыми и офлайновыми коммерческими структурами для направления потребителя в каналы продаж и формирования события покупки.
Логично предположить, что развитие коммерческого двигателя онлайн-среды будет происходить в этом же направлении за счет более эффективного формирования продаж для каждого пользователя. Для этого необходимо более точно определять предпочтения потребителя как глобальные, так и сиюминутные. Основными технологическими драйверами при этом становятся – 1) более точное распознавание и описание потребляемого контента с разбором его на интерес-тэги, брэнд-тэги и настроенческие психохарактеристики отдельных сцен и их последовательностей, минуя существующие общие метаданные в пользу персональных контентных проекций, 2) уточнение гео-контекста пользователя с разрешением вплоть до сантиметров физического положения, направления взгляда и работы конечностей, 3) оперативное биометрическое измерение состояния потребителя – текущие уровни активности, внимания, здоровья, тонус и т.д. для определения биологических состояний и сиюминутных потребностей, с накоплением профилей физического потребления и активностей.
Читать полностью »