Conventionele wijsheid is van mening dat de beste manier om een nieuwe taal te leren, onderdompeling is: gooi iemand gewoon in een situatie waarin hij geen keus heeft en hij leert door context. Militairen gebruiken onderdompelingstaalinstructie, net als diplomaten en journalisten, en blijkbaar kunnen computers het nu gebruiken om zichzelf morsecode te leren.
Het blogbericht van Mauri Niininen met de heerlijk roepnaam AG1LE leest als een wetenschappelijk artikel, met goede reden: Mauri lijkt echt iets te weten over machine learning. Zijn methode maakt gebruik van samengestelde trainingsgegevens om een model te bouwen, namelijk Morse-fragmenten en hun vertalingen, zoals de gebruikelijke aanpak met dergelijke systemen. Maar vanaf het begin nemen de dingen een onverwachte wending, omdat Mauri een Tensorflow handschriftherkenning-implementatie gebruikt om zijn model te trainen.
Met een paar regels Python converteert hij korte, bekende fragmenten van Morse naar een grijswaardenafbeelding die een beetje lijkt op een barcode, waarbij de lichte gebieden de dits en dah’s zijn en de donkere balken stilte. De eerste trainingsrun resulteerde in een nauwkeurigheid van slechts ongeveer 36%, maar een volgende run met kortere fragmenten bleek 99,5% nauwkeurig te zijn. Het model was ook in staat Morse uit een signaal te halen met een signaal-ruisverhouding van -6 dB, hoewel het was getraind met een veel schoner signaal.
Andere Morse-decoders gebruiken opzoektabellen om geluid naar tekst te converteren, maar het is belangrijk op te merken dat dit hier niet het geval is. Door patronen te vergelijken met labels in de trainingsgegevens, leidde het systeem af wat de karakters betekenen en leerde het zichzelf feitelijk morsecode in ongeveer een uur. We vinden dat fascinerend en vragen ons af voor welke andere toepassingen dit goed zou zijn.
https://hackaday.com/2020/01/27/machine-learning-system-uses-images-to-teach-itself-morse-code/