谷歌人工智慧取得新進展：只看一次圖片就能認得圖中物體

圖像識別

　　新浪科技訊 北京時間11月4日上午消息，計算機演算法通常需要成千上萬個例子才能學會一件事情，但谷歌DeepMind的研究人員卻找到一種繞過這一流程的方法。

　　我們多數人看過某個東西一兩次後都能認出這種物體。但計算機視覺識別和語音識別演算法卻需要成千上萬個例子才熟悉一種新的圖形或單詞。

　　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。（鼎宏）

※【科技】谷歌人工智慧新進展：只看一次圖片就能認得圖中物體
※《火影忍者》一套炒雞贊的圖，你還認得他們嘛
※看你能不能認得出這樣的翡翠？
※認得出這些精彩瞬間，才能說明你看過《遊戲王》！
※尾田筆下塑造的角色大全 你能認得全不？
※動漫當中精分的角色 放在現實中你能夠認得出來嗎？
※水彩畫家的繪畫作品，能認得出都是什麼動物嗎？
※就睡了一覺小和尚竟成新晉網紅，還俗後的他你還能認得出嗎
※睡了一覺小和尚竟成新晉網紅，還俗後的他你還能認得出嗎
※這些明星的漫畫你都認得出嗎？胡歌的圖我看了老半天
※盤點當紅罕見明星舊照，最後一張只有真愛粉才能認得出
※畫師繪製不一樣的柯南，你還認得出誰是誰么？
※LOL那些原畫辨識度極低的皮膚，網友：等我全買下來就都認得了
※刀劍中的偽裝大佬，裝成這樣，誰能認得出來？
※你還記得這些人物的名字嗎？估計能全部認得的人不多
※這些動漫人物剃光了頭髮，你還認得幾個？
※健美大神P圖後，這樣的肌肉坦克你還認得出是誰嗎？
※熊貓「滾滾」演繹世界名畫，你能認得出幾幅？原來藝術還可以這麼萌！
※《海賊王》里這些重要人物的童年照，來看看你認得全嗎？都太萌了