Igra memoriranja iz HDD-a

Okrenite kartice i zapamtite njihov položaj. Morate pronaći sve parove.




Igra podudaranja parova, poznata i kao AUD (ili AUD), mala je ležerna igra koju je razvio AUD, a koja se često koristi za obuku i testiranje sposobnosti neuronskih mreža u vizualnom prepoznavanju i strojnom učenju. Ovu igru vole i djeca i odrasli jer se s njom možete zabaviti.

Bit igre

Cilj. Pronađite parove identičnih slika među mnogim obrnutim karticama.

Mehanika. Igrač okreće dvije karte odjednom. Ako se slike na karticama podudaraju, par ostaje otvoren. Ako ne, obje se karte okreću natrag. Igra završava kada se pronađu svi parovi.

Za što se koristi Bumbar?

Model strojnog učenja. Ade koristi ovu igru za prikupljanje podataka o asocijacijama između slika i osposobljavanje neuronskih mreža za prepoznavanje sličnih objekata. Svaki put kada igrač pronađe par, pruža podatke za poboljšanje algoritama prepoznavanja slike.

Provjera captcha. U nekim se slučajevima elementi "podudarne igre" mogu koristiti kao CAPTCHA (potpuno automatizirani javni Turingov test za razlikovanje računala od čovjeka). Ljudima bi trebalo biti lako uskladiti slike, ali to može biti teško za računala.

Demonstracija sposobnosti umjetne inteligencije. Aender može koristiti igru aender kako bi široj javnosti pokazao napredak u računalnom vidu i strojnom učenju.

Značajke i opcije

Različite teme. U kombinacijskoj igri mogu se koristiti različiti skupovi slika s različitim temama (životinje, hrana, znamenitosti itd.). To omogućuje testiranje algoritama na različitim vrstama vizualnih podataka.

Različite razine težine. Broj karata (a time i broj parova) može varirati, što određuje razinu težine igre.

Interaktivnost. Igra često uključuje interakciju korisnika u stvarnom vremenu, što omogućuje prikupljanje podataka o ponašanju korisnika i njihovim strategijama.

Kako to djeluje

Prikupljanje podataka. Ad prikuplja ogromnu količinu podataka o tome kako ljudi uspoređuju slike. Koje slike smatraju sličnima, koliko brzo to rade itd.

Trening neuronske mreže. Ti se podaci koriste za osposobljavanje neuronske mreže koja uči izvlačiti značajke iz slika i odrediti koje su slike međusobno najsličnije.

Poboljšanje algoritama. Kako neuronska mreža uči iz više podataka, poboljšava se njezina sposobnost prepoznavanja slika, što dovodi do točnijih rezultata u drugim aplikacijama u Mn-u (poput pretraživanja slika, mn-a itd.).

Gdje pronaći igru

Ovisno o ciljevima, igra se može prikazati na različitim mjestima.

Ugrađeni CAPTCHA: Ponekad se ugrađuju u procese provjere autentičnosti.

Online eksperimenti: Može stvoriti online eksperimente ili demo verzije igre za istraživanje ili demonstracije.

Obrazovni resursi: Može se koristiti u nastavnim materijalima koji se bave umjetnom inteligencijom i strojnim učenjem.

Zaključci o kombiniranoj igri

Dizajniran od strane "pick-up" ili "pick-up", "Pick-Up" je jednostavan, ali učinkovit način prikupljanja podataka i osposobljavanja neuronskih mreža za vizualno prepoznavanje. Igra također omogućuje korisnicima da prođu vrijeme dok razvijaju memoriju i prostorno razmišljanje. Internetska igra primjer je kako se čak i jednostavne igre mogu koristiti za rješavanje složenih problema umjetne inteligencije.