Google'a GAN patenti verildi, çantaya eksiksiz bir yüzleşme eğitim ağı seti dahildir
Yazar | on yıl
Düzenle | Deve
Google, "Adversarial Training Neural Network" patentini kazandı.
FPO (Free Patent Online) bilgilerine göre, bu patent başvurusu Eylül 2016'da yapılmış ve 31 Aralık 2019'da yürürlüğe girmiştir.
Bunların arasında mucit Ian J. Goodfellow, Szegedy, Christian'dır. Vekil olarak Google, patent hakkına sahiptir; bu, sinir ağı Bırakma patentinden sonra, bir sinir ağı oluşturmanın başka bir temel yönteminin Google'a ait olduğu anlamına gelir.
Patent açıklamasına göre 14 koruma maddesi bulunmaktadır. İlki, bunun bir sinir ağının parametrelerini belirlemek için bir yöntem olduğuna işaret etmektedir Aşağıdaki maddelerde, sinir ağı yüzleşme eğitimi süreci, veri işleme, model eğitimi vb. Başka bir deyişle, çekişmeli eğitim yönteminde amaç işlevi kullanılarak, yinelemeli yöntem kanunla korunmaktadır.
Başka bir deyişle, rakip eğitim nöral ağları kullanıyorsanız, ödeme yapma riski olabilir.
Patentlere yapılan diğer referanslar
Bu patentin yalnızca GAN'ı (Generative Adversarial Network) içermediğini de belirtmek gerekir. Patent açıklamasına göre, başvuruda kullanılan sözcükler "yöntem" ve "sistem" dir, yani bu patent, bir tane değil, belirli bir makine öğrenimi problemini çözmek için kullanılır. Ek olarak, patent sayfası ayrıca bu patent için diğer referans kaynaklarının Goodfellow'un "Generative Adversarial Nets" i ile sınırlı olmadığını belirtir.
Yüzleşme eğitimi nedir
Çekişmeli eğitim için en ünlü sinir ağı, esas olarak görüntü teknolojisinde görüntü üretimi ve doğal dilde üretken diyalog içeriği için kullanılan GAN veya üretken karşıt ağdır.
Bir yüzleşme ağı çerçevesi oluşturun
Derin öğrenme modeli olarak GAN, son yıllarda karmaşık dağıtımlarda denetimsiz öğrenme için en umut verici yöntemlerden biridir. İlk olarak Ian J. Goodfellow ve arkadaşları tarafından Ekim 2014'te "Generative Adversarial Networks" te öne sürülmüştü ki, rakip süreç yoluyla üretici modelleri tahmin etmeye yönelik yeni bir çerçeve, modelleri eğitmek için verileri daha etkili hale getirebilir.
GAN ortamında, iki sinir ağı (oluşturucu ve ayırıcı) bu çerçevede farklı roller oynar. Üretici, belirli bir olasılık dağılımından veri üretmeye çalışır; ayırıcı, bir yargıç gibidir. Girişin jeneratörden mi yoksa gerçek eğitim setinden mi geleceğine karar verebilir.
Örneğin, görüntü oluşturmada, jeneratör tarafından oluşturulan görüntü yeterince iyi değilse, ayırıcı, jeneratöre negatif bir geri bildirim gönderecek, böylece jeneratör, geri bildirime göre kendi parametrelerini ayarlayacak, böylece bir sonraki oluşturulan görüntünün kalitesi iyileştirilebilecek. Vücuttaki kendi kendine dolaşma biçimi, resim oluşturma yeteneklerini sürekli geliştirir. Operasyon süreci, Wang Chongyang'ın küçük kardeşi Zhou Botong tarafından dövüş sanatları romanı "The Legend of the Condor Heroes" da kullanılan "sol ve sağ etkileşim" tekniğine benzer.
Etkisi nedir? Sadece Google'ın kendini savunması mı?
Bazı insanlar Reddit forumunda Google'ın patentiyle ilgili endişelerini dile getirirken, diğerleri bunun büyük bir sorun olmadığı konusunda oldukça iyimserdi.
Vaov! Teşekkürler Goodfellow, bu çok havalı ve son derece geniş bir konseptin patentini almak kesinlikle yeniliği engellemeyecektir.
Bazı anlamlı ifadeler, genel GAN'dan ziyade, sinir ağlarının düşmanca eğitimini kapsar.
Bazı netizenler bunun adil olup olmadığını sorguladı! Sorunu siyasete bile götürüyor!
Bununla birlikte, Google'ın Bırakma patentlerine yönelik tutumuna göre, Jeffin Google Japonyada tuttuğu önceki medyası gibi kısa bir süre içinde herhangi bir risk olmamalıdır. toplantı Zhong'un yanıt verdiği gibi, patentli teknolojiden para kazanmak için değil, yalnızca gereksiz sıkıntılardan kaçınmak ve şirketin çıkarlarını korumak için yapıldı. Geliştiricilerin endişelenmesine gerek yok.
Bununla birlikte, Çin'deki mevcut durumumuz için, bağımsız fikri mülkiyet haklarının temel çerçevesi ve temel algoritmaları eksiktir ve daha çok açık kaynak kodlarına ve algoritmalarına dayanmaktadır. Bir dizi Google patentinin onaylanması yalnızca bilimsel araştırmalarla ilgili değil, aynı zamanda daha ölümcül otonom çekirdek algoritması ve arkasındaki "sıkışmış boyun" ikilemiyle de ilgilidir.
