研究人员展示了计算机系统能通过类似人类的视觉学习方法识别真实世界物体，这是计算机视觉技术的一大进步。目前的AI系统针对特定任务进行学习，而新方法允许系统在未被标记的图像上自我学习，创建物体模型，更接近人类的直观理解。系统通过互联网上的多角度图像进行学习，提高了在不同环境下的识别能力。该研究在《美国国家科学院院刊》上发表，表明了迈向通用人工智能的一步。
来源：雪球App，作者： 谭婧在充电，(https://xueqiu.com/1359776485/120371639)
来自加州大学洛杉矶分校Samueli工程学院和斯坦福大学的研究人员展示了一种计算机系统，该系统可以基于与人类使用的相同视觉学习方法发现和识别它“看到”的真实世界物体。
该系统被认为是“计算机视觉”的技术的进步，它使计算机能够读取和识别视觉图像。这是迈向通用人工智能系统(general artificial intelligence systems)的重要一步 ，计算机可以自我学习、有直觉、还可以基于推理做出决策，并以更人性化的方式与人类互动(这里可以回忆一下各种智障的客服问答系统)。
尽管当前的AI计算机视觉系统的能力越来越强大，但它们是针对于特定任务的，简单地说就是会识别花的算法不一定会识别人脸，找人脸和找花都是特定的任务，这意味着它们这项识别所看到的内容的能力，受到人类训练和编程的程度的限制。
即使是今天最好的计算机视觉系统在看到对象的某些部分后，并无法创建对象的完整图像，而且系统在熟悉的环境下可以高效判断的能力，下一秒换个环境，可能会被欺骗，原因就是因为在一个不熟悉的环境施展不出来发力。AI工程师的目标是使计算机系统具备这样的能力 ：就像人类可以理解他们看到一条狗一样，即使狗躲在椅子后面，看见的只有狗爪子和狗尾巴，及其依然能够判断出躲在椅子后面的是狗。
当前的计算机视觉系统不是直接设计成能够自己学习的。他们必须接受有关学习内容的训练，通常是通过识别成千上万的图像，在这些图像最好都是标记好的。每一次对所标记图片的识别都是一次学习。
当然，计算机也无法解释它们确定照片中物体代表什么的基本原理：基于AI的系统不像人类那样建立学习对象的常识模型。
《 美国国家科学院院刊》(Proceedings of the National Academy of Sciences)中描述的工程师的新方法展示了解决这些缺点的方法。
该方法由三个主要步骤组成。
首先，系统将图像分成小块，研究人员将其称为“viewlets”。
其次，计算机学习这些视图是如何组合在一起的。
最后，它会查看周围区域中的其他对象，以及有关这些对象的信息是否与描述和识别主要对象相关。
为了帮助新系统“学习”得更像人类，工程师决定将其浸入人类生活环境的互联网复制品中。
加州大学洛杉矶分校电气与计算机工程教授和该研究的首席研究员Vwani Roychowdhury说：“幸运的是，互联网提供了两个有助于大脑启发的计算机视觉系统，以与人类相同的方式学习的东西。第一个是互联网有丰富的图像和视频，其中有不少描绘了相同类型的物体。第二个是这些物体被放置在不同的环境中，多视角的。比如模糊、鸟瞰、近距离。 “
为了开发框架，研究人员从认知心理学和神经科学(neuroscience)中汲取了见解。
Roychowdhury教授说：从婴儿时期开始，我们就知道什么是某种东西，因为我们在很多情况下看到了很多这样的例子。情境学习是我们大脑的一个关键特征，它帮助我们建立强大的物体模型，这些模型是整合世界观的一部分，在这个世界观中，所有事物都在功能上相互关联。
研究人员用大约9000张图像对系统进行了测试，每张图像都展示了人和其他物体。该平台能够在没有外部指导，且没有标记图像的情况下建立人体的详细模型。
工程师们使用摩托车、汽车和飞机的图像进行了类似的测试。在所有情况下，他们的系统表现得更好，或者至少与通过多年训练开发的传统计算机视觉系统一样好。(完)
扫一扫
391
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
