Sí, ya lo hace.
Como un simple ejemplo tomaremos el caso de la compresión de imágenes.
Recientemente, las redes neuronales se implementaron con éxito para mejorar la calidad percibida de las imágenes comprimidas, generalmente agregando una pérdida perceptual al final que obligará a la compresión a poner énfasis en los detalles que los humanos consideramos importantes.
- ¿Cuándo quedará claro en qué año la inteligencia artificial adquiere una capacidad general de autoaprendizaje y auto ingeniería?
- ¿Cuáles son las mejores revistas en computación evolutiva?
- ¿Cómo explicarías las redes neuronales recurrentes a un niño?
- ¿Qué programas de muestra están disponibles para la inteligencia artificial?
- ¿Qué piensas sobre el auge del aprendizaje automático?
A continuación, puede ver una comparación entre algunas técnicas de compresión comunes y un nuevo enfoque basado en el aprendizaje profundo tomado del trabajo de Rippel & Bourdev (Compresión de imagen adaptativa en tiempo real), donde Ours se refiere a los resultados producidos por el trabajo mencionado anteriormente.
El “algoritmo normalmente produce archivos 2.5 veces más pequeños que JPEG y JPEG 2000, 2 veces más pequeños que WebP y 1.7 veces más pequeños que BPG en conjuntos de datos de imágenes genéricas en todos los niveles de calidad”. [1]
Para obtener más imágenes y resultados numéricos, consulte el documento arxiv.
Notas al pie
[1] https://arxiv.org/pdf/1705.05823…