Глубоко нейронные сети не изучал, но чисто философский интерес пробудился.
Возьмем сложную каптчу (допустим, какая есть у Google). Известно, что нейронная сеть в нашем мозгу ее распознает практически в 95% случаев.
Теперь давайте поставим эту же задачу перед искусственной нейронной сетью: создать сеть, которую можно обучить распознавать картинки
целиком (а не отдельных элементов). Кто-то говорил, что устройство нейронной сети мозга хорошо изучено, по этому, по идее, проблем быть не должно.
Итак, имеем:
1. Картинка 5 символов 200 * 70 пикселов.
2. Могут быть 26 букв алфавита.
3. Буквы наклонены и сливаются.
4. Размер все время разный.
Пример картинки:
https://www.google.com/accounts/newaccount
Нужно:
1. Распознавать картинку
целиком с помощью нейронной сети (то есть 26*5 = 130 выходов). Подчеркну, что нужно распознать все символы картинки, а не по одному.
2. Добиться точности аналогичной сети в нашем разуме: то есть около 95% угадываний.
И вопрос:
Как определить нужное количество нейронов и связей между ними для этой сети? В каких пределах нужное количество нейронов? Понятно, что оно будет больше 14130 (количество входов + количество выходов). Но насколько?
Ну и практический вопрос: почему мы не можем сделать такую сеть (то есть чтобы она реально работала с такими показателями)?