General

La red neuronal de IA elige nombres divertidamente incorrectos para nuevos colores de pintura

La red neuronal de IA elige nombres divertidamente incorrectos para nuevos colores de pintura


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Encontrar el fondo perfecto y los tonos de iluminación para pintar su hogar a menudo conduce a días, o incluso semanas, de búsqueda indecisa del color. Quizás esto se deba a la capacidad de nuestra visión para identificar millones de matices distintos que presentan una amplia gama de tonos de color. Entonces, cuando se trata de identificar varios tonos de color, a esta red neuronal de IA se le asignó la tarea de aprender a inventar nuevos colores de pintura para un espectro de nombres más divertido.

[Fuente de imagen: Dulux]

Nombres de colores divertidos

Habiendo trabajado anteriormente en la industria de la pintura, es abrumador descubrir que hay más de mil tonos en el espectro estándar ROYGBIV. Los consumidores a menudo tienen dificultades para mezclar y combinar colores que encajen con su gusto específico. Pero es más difícil para el asistente de ventas convencerlos de que lo que están obteniendo es el tono de pintura correcto. Las pinturas son dos tonos más claros antes de aplicarse a la pared y solo revelan su verdadero color, que es dos tonos más oscuro, una vez que se han secado. Actualmente, las paletas de colores típicas de bricolaje reciben nombres agradables y atractivos como los que se muestran a continuación.

[Fuente de imagen: Dulux]

¿Pero no es eso un poco ordinario? Absolutamente, si lo compara con los nombres de tonos que ha creado esta red de IA. Janelle Shane, una científica investigadora de la Universidad de California en San Diego, experimentó con una red neuronal dándole una lista de alrededor 7,700 Colores de pintura de Sherwin-Williams con sus valores RGB (rojo, verde, azul) para ver si el sistema de IA arroja nombres de colores divertidos.

[Fuente de imagen: Janelle Shane a través de Tumblr]

Las redes neuronales son básicamente un cerebro humano modelado por computadora capaz de entrenar utilizando grandes conjuntos de datos para proporcionar soluciones a problemas como el reconocimiento de patrones. Para verificar si la red neuronal estaba progresando durante una sesión de entrenamiento, Shane le dio un comando para producir algo de salida usando solo la configuración de creatividad más baja. La red de IA escupió estos nombres de colores, un poco inarticulados en este nivel.

[Fuente de imagen: Janelle Shane a través de Tumblr]

Con una mayor calibración en el proceso de entrenamiento, la red neuronal fue capaz de identificar colores fundamentales como blanco, rojo y gris. Shane sugirió que esto podría haberse mejorado con más parámetros de filtrado. "Quizás con diferentes parámetros, podría haberlo hecho un poco mejor; mucho entrenamiento de redes neuronales implica elegir los parámetros de entrenamiento correctos".

[Fuente de imagen: Janelle Shane a través de Tumblr]

En lugar de sentirse frustrada con la ortografía incorrecta de los nombres de los colores, Shane apreciaba más lo que su red neuronal era capaz de tartamudear digitalmente. Ella dijo: "Es tentador corregir la ortografía si casi deletrea una palabra, pero de alguna manera eso le quita la diversión. Esto es como sale de la computadora, no voy a cambiar nada". El científico investigador pudo sacar dos conclusiones de este divertido experimento de red neuronal: al sistema de IA le gusta el marrón, el beige y el gris, y que tiene "muy malas ideas para los nombres de las pinturas".

¿Por qué no probar la red neuronal, llamada char-rnn, para ver si puede generar ideas divertidas a partir de ella?

Fuente: Postales de las fronteras de la ciencia

VEA TAMBIÉN: El nuevo programa "AutoDraw" de Google ayudará a que sus dibujos sean menos malos


Ver el vídeo: 3 Maneras de Programar a una RED NEURONAL - Tensorflow, Keras, Sklearn (Julio 2022).


Comentarios:

  1. Doujin

    Pido disculpas por estar interrumpiendo, pero podría darle más información.

  2. Kazrazshura

    ¿No eres el experto?

  3. Haraford

    Le sugiero que visite un sitio en el que hay mucha información sobre un tema que le interese.

  4. Akinogis

    Está usted equivocado. Ingrese, discutiremos. Escríbeme en PM.

  5. Salton

    Sin desperdiciar palabras.

  6. Vimi

    Por la noche, un amigo tiró la dirección de su sitio en la telenovela. Pero no le di mucha importancia, entré hoy y me di cuenta de que tenía razón: ¡el sitio es realmente SUPER!



Escribe un mensaje