To nie obraz, to nie włosy. To trajektoria upadków roweru
Nauka potrafi nieświadomie dostarczać rzeczy pięknych. W pracy naukowej Matthew Cooka, poświęconej temu, jak nauczyć komputery jeździć na rowerze, znalazł się taki oto obrazek. Przedstawia ścieżki jakie wykona popchnięty rower bez kierowcy.
A dokładnie 800 różnych ścieżek. Na grafice nazwanej "Instability of an unsteered bicycle" (w wolnym tłumaczeniu to "Niestabilność roweru bez nadzoru") widać krótsze i dłuższe przejazdy. Każdy z nich symbolizuje pojedyncza linia. Autor tłumaczy pod obrazkiem, że gdy tylko rower zaczął skręcać, od razu tracił prędkość. Stąd też zamiast ładnych, regularnych półkoli widać coraz mniejsze i bardziej chaotyczne zakręty.
Na grafikę wpadł przypadkiem jeden z użytkowniów forum Reddit, ukrywający się pod ksywką "comp615". Wpis otrzymał prawie 69 tys. "polubień". W komentarzu uzytkownik opublikował także link do całej pracy naukowej Matthew Cooka. Więcej ciekawych "zygzaków" w niej nie znajdziemy. Interesujący może się okazać za to sam tekst dla tych, którzy obserwują szalony rozwój sieci neuronowej.
Cook informuje, że dawne próby nauczenia komputera tego, jak jeździć na komputerze, zajmowały bardzo dużo czasu. Maszyny musiały podejmować 1700 prób, aby opanować sam mechanizm, a później i tak nie były w stanie jeździć prosto. Wedle jego teorii, aby komputer potrafi faktycznie poprawnie skorzystać z rowera (dojechać do wskazanego celu lub wzdłuż wskazanej ścieżki) potrzebne jest użycie dwóch działających jednocześnie sieci neuronowych.
Do tej pory sieci neuronowe pozwoliły osiągnąć spektakularne sukcesy, większe od wypracowywanych przez lata zwycięstw komputerów nad mistrzami szachowymi. Technologia DeepMind Google'a wygrała z 18-krotnym mistrzem świata w skomplikowaną grę go. Sieć neuronowa nauczyła się także, jak grać w gry komputerowe i ogrywać ludzi.
