影視作品中不乏借助大型計(jì)算機(jī)和互聯(lián)網(wǎng)搜尋某個(gè)目標(biāo)的情節(jié)。美國(guó)某公司把1000臺(tái)電腦的1.6萬(wàn)個(gè)處理器變成“人工大腦”,開(kāi)發(fā)一套虛擬“神經(jīng)網(wǎng)絡(luò)”系統(tǒng),模擬人腦學(xué)習(xí)過(guò)程,成功從視頻截圖中辨識(shí)出貓這種動(dòng)物。
這標(biāo)志著人工智能技術(shù)又前進(jìn)了一步。
千機(jī)聯(lián)網(wǎng)
某公司X實(shí)驗(yàn)室聯(lián)手斯坦福大學(xué)人工智能實(shí)驗(yàn)室的安德魯·吳(音譯),使用1000臺(tái)電腦、共1.6萬(wàn)個(gè)處理器,創(chuàng)造出一個(gè)含有10億個(gè)連接的神經(jīng)網(wǎng)絡(luò),模擬人腦工作模式,讓電腦在隨機(jī)挑選的1000萬(wàn)張截圖中找到包含“小貓”的圖片。這些截圖像素大小為200×200,全部來(lái)自視頻共享網(wǎng)站YouTube。
研究人員利用“機(jī)器學(xué)習(xí)”的方式,希望電腦能像人腦一樣,尋找圖片中一再重復(fù)出現(xiàn)的特征,進(jìn)而識(shí)別出含有這種特征的物體,最終發(fā)現(xiàn)小貓的存在。
最終,電腦耗費(fèi)3天時(shí)間學(xué)會(huì)識(shí)別貓。
電腦自學(xué)
所謂“機(jī)器學(xué)習(xí)”,指研究人員不會(huì)教授系統(tǒng)或向系統(tǒng)輸入“臉”“貓長(zhǎng)什么樣”等信息,而是把大量數(shù)據(jù)交給電腦,由數(shù)據(jù)“說(shuō)話”,讓軟件在處理數(shù)據(jù)的過(guò)程中重新組織已有的知識(shí)結(jié)構(gòu)、自動(dòng)學(xué)習(xí)。
認(rèn)貓項(xiàng)目基于圖像識(shí)別技術(shù),旨在考察電腦的學(xué)習(xí)能力。傳統(tǒng)的面部識(shí)別技術(shù),一般是研究人員先在電腦中通過(guò)定義識(shí)別對(duì)象的形狀邊緣等信息,“教會(huì)”電腦對(duì)包含同類(lèi)信息的圖片作出標(biāo)識(shí)。
然而,項(xiàng)目負(fù)責(zé)人杰夫·迪恩說(shuō):“學(xué)習(xí)期間,我們不告訴電腦‘這是一只貓’?;旧?,它自己發(fā)明了‘貓’這個(gè)概念。”
研究人員在研究報(bào)告中說(shuō),這個(gè)由1000臺(tái)電腦組成的神經(jīng)網(wǎng)絡(luò)通過(guò)“機(jī)器學(xué)習(xí)”后,不僅可以認(rèn)出貓,還能認(rèn)出人的臉和不同身體部位,成功率分別為74.8%、81.7%和76.7%,準(zhǔn)確率比先前提高約一倍。
人工智能
“機(jī)器學(xué)習(xí)”是人工智能的核心。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支,是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新技術(shù)科學(xué),研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專(zhuān)家系統(tǒng)等。
?。貙?shí)驗(yàn)室的其他相關(guān)課題還包括讓智能冰箱自動(dòng)檢測(cè)所儲(chǔ)存食品的數(shù)量,把冰箱聯(lián)網(wǎng)、向主人發(fā)送信息等。
迪恩說(shuō),研究人員正在建立一個(gè)更大的模型,試圖把虛擬神經(jīng)網(wǎng)絡(luò)應(yīng)用在文字、圖片、聲音識(shí)別和語(yǔ)言翻譯等方面,以提高搜索的精確度。
研究人員將在英國(guó)愛(ài)丁堡舉行的“機(jī)器學(xué)習(xí)國(guó)際大會(huì)”上介紹研究成果。
登陸|注冊(cè)歡迎登陸本站,認(rèn)識(shí)更多朋友,獲得更多精彩內(nèi)容推薦!