Innovatie & Strategie

Artificial Intelligence
MIT Neural Knitting

AI ingezet voor 'deep knitting'... inderdaad breien

Neuraal netwerk ontwerpt zelf nieuw computerprogramma.

Neural Knitting voorbeeld © MIT
7 augustus 2019

Neuraal netwerk ontwerpt zelf nieuw computerprogramma.

Onderzoekers van het Massachusetts Institute of Technology (MIT) hebben een manier gevonden om gebreide stoffen te kopiëren.

Automatische breimachines bestaan al heel lang. Het kost alleen nogal wat programmeerwerk om ze precies te laten doen wat je wilt. Met de inzet van kunstmatige intelligentie kan dat wel eens heel veel eenvoudiger worden, meldt ZDNet. Volgens de onderzoekers kan hun 'breiwerk' veel betekenen voor andere gebieden waar machine learnning wordt ingezet.

De onderzoekers hebben een systeem ontwikkeld dat genoeg heeft aan een stukje stof om daar instructies uit te halen om precies zo'n stukje stof te laten maken door een automatische breimachine.

Echte en gesynthetiseerde plaatjes

Ze hebben het proces opgedeeld in een aantal stappen. In de eerste stap analyseert de computer de aangeboden stof om het patroon precies vast te leggen. Vervolgens berekent de computer hoe de breimachine geprogrammeerd moet worden. Voor het eerste gedeelte maakte het team gebruik van foto's die ze hadden gemaakt van zelfvervaardigde breiwerkjes die werden gevoed aan een neuraal netwerk.. Maar ze voedden het systeem ook met afbeeldingen met dezelfde patronen die de onderzoekers hadden gemaakt met ontwerpsoftware. Deze synthetische plaatjes werden gebruikt om de foto's van het 'echte' werk 'op te schonen'.

Vervolgens voerden ze ook nog een verfijningsslag uit met behulp van een generative adversarial network (GAN) door 'echte' en synthetische plaatjes samen te voegen. Normaliter worden GAN's gebruikt om iets dat niet echt is, echt te laten lijken, Nu worden de GAN's omgekeerd gebruikt door iets 'echts' te verbeteren met behulp van iets dat gesimuleerd is.

Daarna werden de duizenden 'echte' en gesynthetiseerde plaatjes gevoed aan een neuraal netwerk dat het statistische patroon herkent van 17 verschillende steekjes.

Monnikenwerk

Volgens de auteurs heeft dit werk veel weg van semantische segmentatie waarbij een machine learning algoritme wordt gebruikt om objecten in een bepaalde opstelling te herkennen. Ook hierbij is sprake van een 'per pixel multi-class classificatie-probleem'. Het verschil is echter dat een mens nog wel een reguliere semantische segmentatie kan uitvoeren, maar dat het uitpluizen van een breipatroon en het omzetten in machine-instructies veel kennis en reverse engineering-vaardigheden vereist.

Bovendien is interessant dat in hun werk het neuraal netwerk zelf een computerprogramma (namelijk de instructies voor de breimachine) opstelt.

Lees meer over
Lees meer over Innovatie & Strategie OP AG Intelligence
Reactie toevoegen
De inhoud van dit veld is privé en zal niet openbaar worden gemaakt.