מה זה רשתות נוירונים קונבולוציוניות?

רשת נוירונים קונבולוציונית (CNN) היא סוג של בינה מלאכותית הממלאת תפקיד מפתח במערכת האקולוגית של בינה מלאכותית בשל יכולתה לנתח ולהבין נתונים חזותיים.

הצורך לפענח ולהבין תמונות וחומרי וידאו הוא חלק מכריע בהפיכת עולם הבינה המלאכותית למודעות.

בעוד שהטכנולוגיה עשויה להישמע מורכבת, הרעיון שמאחוריה פשוט יחסית כאשר מפורקים אותו.

כיצד עובד CNN?

CNN פועל באופן דומה לאופן שבו העין האנושית שלנו מעבדת תמונות.

באותו אופן בו אנו מזהים אובייקטים באמצעות הראייה שלנו, CNN יסרוק תמונה וישתמש באלגוריתמים מתמטיים כדי לזהות דפוסים ותכונות.

במקום להשתמש במוח אנושי כמפרש, ה-CNN יפעיל באופן מיידי סדרה גדולה של תהליכים מתמטיים כדי לזהות את הדפוסים הרלוונטיים.

הוא עושה זאת באמצעות משהו שנקרא "גרעינים", המורכבים מחתיכות זעירות של תמונה שהרשת אומנה לזהות בעבר. בדרך זו, הרשת יכולה לזהות מאפיינים ספציפיים של כל תמונה, כגון קצוות או צורות.

כאשר אלגוריתם הליבה סורק את התמונה, הוא לומד לזהות דפוסים אלה ולשלב אותם להבנה כוללת של מה שהתמונה מייצגת, למשל 'מכונית', 'בניין' או אפילו 'חתול'. זה כמעט כמו גרסת בינה מלאכותית של בניית פאזל.

לאחר שהגרעינים זיהו את המאפיינים הללו, ה-CNN משלב את כל הנתונים הללו לפיקסלים בודדים, ויוצר שכבות של מידע שמספרות לו מה קורה בתמונה.

תהליך זה חוזר על עצמו על פני שכבות מרובות, כאשר כל אחת מהן לוכדת דפוסים מורכבים יותר עד שהרשת יכולה לקבל החלטה סופית על סמך האימון שלה.

השכבות המוקדמות מזהות אלמנטים בסיסיים (כמו קווים ועקומות), שכבות ביניים מרכיבות אותם יחד כדי לזהות דברים כמו גלגלים או אוזניים, והשכבות ה"עמוקות" הסופיות מרכיבות הכל יחד כדי לזהות עצמים מורכבים כמו מטוס או אוטובוס.

מה שהופך את ה-CNN לכל כך מגניב הוא העובדה שהוא מסוגל ללמוד בעצמו אילו מאפיינים חשובים לזיהוי. לא צריך לתת לו כללים ספציפיים, במקום זאת הוא מגלה דפוסים באמצעות אלפי תמונות לדוגמה עליהן הוא אומן, ומתוך הנתונים הללו מקבל החלטה סופית.

במקרה שאתם חושבים שכל זה מאוד אזוטרי וחנוני, רשתות CNN נפרסות במגוון עצום של יישומים שאנו משתמשים בהם מדי יום.

דברים כמו פתיחת נעילת הטלפונים שלנו באמצעות , זיהוי שלטי דרכים במכוניות אוטונומיות, תיוג אנשים בגלריות התמונות שלנו ואפילו תרגום טקסט בתמונות.

הם גם ממלאים תפקיד חיוני בהדמיה רפואית, ועוזרים לרופאים לזהות מחלות על ידי ניתוח צילומי רנטגן או סריקות MRI.

דבר חכם נוסף ב-CNN הוא העובדה שהם תוכננו לזקק תמונות למרכיבים החשובים הבסיסיים שלהן, תוך התעלמות מתכונות חיצוניות שפחות חשובות (לדוגמה, הרקע).

זה הופך אותם למהירים ומדויקים יותר בזיהוי אלמנטים בתמונה, אם כי לפעמים הם עלולים לפספס תכונות חשובות בגלל המהירות הזו.

CNN זקוקים להרבה נתוני אימון כדי לפעול בצורה אופטימלית, וכל מי שצחק על סיווג שגוי של פנים בתמונה יודע שהוא עושה טעויות.

עם זאת, פיסות טכנולוגיית הבינה המלאכותית הקטנה והחכמה הללו כנראה יחוללו מהפכה באופן שבו אנו מקיימים אינטראקציה עם הסביבה שלנו בעתיד.

סביר להניח שאם יום אחד תמצאו את עצמכם מדברים עם התנור, הטוסטר או הטלוויזיה שלכם, יהיה איזשהו CNN ברקע שיבין את כל התמונות הכלולות בצ'אט.