谷歌人工智慧再進一步 一次識別物體

谷歌DeepMind研究人員現在找到了一種新的方法，他們對深度學習演算法進行了一些調整，使之只需通過一個例子便可認出圖像中的物體或其他東西——他們稱之為「單次學習」。該團隊針對大量添加了標籤的圖片以及手寫字體和語言對此進行了驗證。

最好的演算法的確能夠可靠地識別物體，但由於需要龐大的數據，所以非常耗費時間和金錢。例如，想要讓演算法識別出道路上的汽車，就需要為其提供成千上萬個例子才能在無人駕駛汽車中實現可靠的準確率。但要收集如此多的數據通常並不實際——例如，不可能為了讓一個機器人在一套不熟悉的房子里行走而為其提供長時間的學習機會。

谷歌DeepMind研究員奧里奧爾·溫亞爾斯(Oriol Vinyals)在深度學習系統中增加了一個記憶組件。該團隊利用一個名為ImageNet的標記圖片資料庫對該系統的能力進行了驗證。

這套軟體仍然需要分析數百種圖片，但此後卻可以學會用一張照片識別新的物體。它本質上是通過分析圖片中的獨特元素來完成識別任務的。這種演算法只需要看一一個例子，便可達到近似於傳統深度學習系統的準確率。

溫亞爾斯稱，如果能夠快速識別出一個新單詞的意思，這項技術的用途便會得到明確體現。這對谷歌非常有用，因此該公司可以藉此快速學習某個新的搜索項的含義。

之前也曾有人開發過單次學習系統，但通常不兼容深度學習系統。「我認為這是一種很有趣的方法，它提供了一種新穎的方式對大規模的資料庫進行單次學習。」韓國先進科技學院大腦和機器智能實驗室主任Sang Wan Lee說，「這為人工智慧社區做出了技術貢獻，計算機視覺研究人員可能非常重視此事。」

但也有人對這項技術的用途提出質疑，畢竟它與人類的學習方法存在很大差異。例如，哈佛大學腦科學系副教授山姆·格什曼(Sam Gershman)表示，人類通常是通過理解一張圖像的組成元素來學習的，這需要一些實際的知識或嘗試。例如，「賽格威可能看上去與自行車或摩托車大不相同，但它卻可以使用相同的零件。」

不過，格什曼和Sang Wan Lee都表示，機器要在學習能力上比拼人類仍然要經過一段時間的發展。「我們遠遠沒有揭開人類單次學習的秘密。」他說Sang Wan Lee說。

TAG:科技訊 |

※要逆天！人工智慧還能識別動物的情緒了
※就在剛剛開盤一分鐘，人工智慧 人臉識別再度崛起，主力機構強勢搶籌，九月妖股浮出水面！
※A股再爆出一重磅利好：人工智慧 人臉識別再度崛起，主力強勢搶籌，九月妖股浮出水面
※羊臉識別：人工智慧可識別羊的五種不同面部表情
※重磅|人臉識別技術從此免費！虹軟一舉顛覆人工智慧「視」界
※錯過漢王科技，又一人工智慧覺醒，重組進軍人臉識別，將逆天成妖
※人臉識別技術的由來，懶使人進步！有意思內涵
※人臉識別技術會帶來一場個人隱私的淪陷嗎
※獨家：又一人工智慧覺醒，重組進軍人臉識別，將逆天成妖
※三星｜智能手機人臉識別
※人工智慧 人臉識別再度成長，遇主力吸籌，有望再出妖股
※一張圖帶你識別印度街頭上的人體懸浮術
※這一演講暴露人臉識別的最大威脅：人體生物密碼一旦泄露極不安全且無法更換！
※股市玄機：人工智慧 人臉識別遇主力吸籌，有望再出妖股
※這些魚已經進化出識別人臉的能力
※火狐開發語音識別技術 挑戰谷歌人工智慧霸權
※推薦幾個植物識別工具
※股市玄機：壕無人性！人工智慧 人臉識別遇主力吸籌，有望再出妖股
※聯想引領下一代AI設備 推出全球首款視覺識別智能音箱