人們皆喜好“看圖說話”，而人工智能（AI）的研討者們期望將來較量爭(zhēng)論性能像人類一樣辨認(rèn)圖片，明白圖片背后的故事。但這一行業(yè)的頂尖研討者卻以為，要到達(dá)這個(gè)條理，人工智能研討的使命其實(shí)不輕松。
微軟環(huán)球施行副總裁沈向洋1月17日正在“將來論壇”上談及人工智能入網(wǎng)算機(jī)視覺的最新研究進(jìn)展時(shí)暗示，正在圖象處置的題目中，對(duì)圖象的明白是一個(gè)前沿性的題目，也許也有“漫冗長(zhǎng)路要走”。
沈向洋稱，人工智能已成長(zhǎng)了50余年工夫，真正要把人工智能做得像人類智能一樣的水平，首先要感知，然后是認(rèn)知。人工智能不僅是計(jì)算機(jī)科學(xué)，它是一門交叉學(xué)科，包含了心理學(xué)、社會(huì)學(xué)、哲學(xué)、腦科學(xué)等等。
對(duì)圖象的辨認(rèn)則是人工智能發(fā)展中的一個(gè)主要分支，重量級(jí)的互聯(lián)網(wǎng)公司都在該范疇發(fā)力。
以Google推出的GooglePhotos的為例，GooglePhotos不僅是相冊(cè)，還具有了智能的圖片辨認(rèn)技能：它能夠?qū)⑾鄡?cè)中同一個(gè)人物的照片整合在一起，比方回憶一個(gè)寶寶從小到大的生長(zhǎng)軌跡。其“練習(xí)”歷程是：AI具有30層神經(jīng)網(wǎng)絡(luò)，每一層對(duì)應(yīng)著差別的籠統(tǒng)水平，比方最低條理能辨認(rèn)光芒、顏色，下一條理能辨認(rèn)圖片的邊沿等等。如許一層層的“練習(xí)”需求大批的數(shù)據(jù)。每一層都能提掏出更高條理的細(xì)節(jié)，而最終一層會(huì)決議AI對(duì)圖片的明白。
客歲歲尾，微軟亞洲研究院視覺盤算組正在一項(xiàng)競(jìng)賽中，對(duì)深層神經(jīng)網(wǎng)絡(luò)技術(shù)又進(jìn)行了打破：現(xiàn)階段遍及利用的神經(jīng)網(wǎng)絡(luò)層級(jí)可以到達(dá)20到30層，此次競(jìng)賽中該團(tuán)隊(duì)運(yùn)用的神經(jīng)網(wǎng)絡(luò)系統(tǒng)實(shí)現(xiàn)了152層。
據(jù)悉，微軟的談天機(jī)械人小冰曾經(jīng)整合了微軟正在圖象辨認(rèn)上的手藝，沒有僅能辨認(rèn)圖象范例和要素，還能開展人性化的描寫。
不外，人工智能在對(duì)圖象舉行處置時(shí)，雖然現(xiàn)在的辨認(rèn)技能曾經(jīng)很是先進(jìn)了，但并不是每一次都很靈光。一些實(shí)驗(yàn)就標(biāo)明，研究員給出的類似、鄰近或是較龐雜的圖象，通常可以騙過計(jì)算機(jī)，使其得出毛病或是不那么正確的結(jié)論。
關(guān)于這一些題目，沈向洋說到，圖象識(shí)別能夠分為三個(gè)題目：一是對(duì)圖象的分類，二是對(duì)圖象中的要素的發(fā)覺，三是像素級(jí)另外辨別。今朝對(duì)這三個(gè)題目研討的進(jìn)度都很疾速，但應(yīng)該再向前一步對(duì)圖象了解舉行深入研討。
“好比Howold，MicrosoftSelfie這一些軟件，對(duì)圖象的了解究竟能保證什么境界？一張照片來了以后，能不能表明這張照片究竟是什么，能不能發(fā)掘背后的故事。怎樣讓這個(gè)進(jìn)程變得愈加風(fēng)趣。”沈向洋說道。
微軟把這一些功效集成正在小冰談天機(jī)器人身上。沈向洋正在論壇現(xiàn)場(chǎng)展現(xiàn)的一張圖片顯現(xiàn)，一張照片中有巨細(xì)兩只貓，假如僅僅是按計(jì)算機(jī)視覺來干，會(huì)得出“這張圖里有兩只貓”的結(jié)論，而小冰卻可以說出“看這貓的眼神兒太鋒利了”，進(jìn)而讓談天歷程變得更風(fēng)趣。沈以為，這類人性化的描寫經(jīng)過計(jì)算機(jī)辨認(rèn)沒法到達(dá)，只有經(jīng)過人類交互能力到達(dá)。
這類更加龐雜的交互方法是AI進(jìn)步的一個(gè)主要標(biāo)的目的。“人工智能是近年來最火的研討范疇，可是當(dāng)我們真正走向人工智能的時(shí)辰，算是正在機(jī)械視覺的那樣一個(gè)分支上，皆也有漫冗長(zhǎng)路要走。”沈向洋說道。