人工智慧圖像識別大賽最後一年舉辦，勝者多是中國團隊

7 月底，舉辦第 7 年的 ImageNet 圖像識別競賽公布了 2017 年的比賽結果，27 支參賽團隊超過半數來自中國。其中 WMW 團隊以 2.25% 的錯誤率贏得了圖像分類競賽，團隊三人來自北京初創公司 Momenta，一人來自牛津大學；物體識別比賽中，DBAT 團隊的識別精確度為 73.1% ，比去年的 66.3% 更進一步，團隊成員有 8 人來自南京大學，兩人來自倫敦帝國學院。

2014 年，Google 獲得了大賽的優勝，但之後就沒有再參加比賽。而且，今年的 ImageNet 大賽將是最後一次舉行。

ImageNet 是什麼？

簡單的說，ImageNet 是一個給人工智慧用的視覺識別庫，裡面都是包含定義和分類的圖片。比如哺乳動物這個詞條包含貓、狗等所有哺乳動物，下一級分類就細分為貓、狗等分類，其中單獨包含這些分類的圖片。

普林斯頓大學副教授，華裔科學家李飛飛是 ImageNet 的創始人之一。這個資料庫一開始並不包含「競賽」的性質，2007 年到 2009 年，ImageNet 利用人工、互聯網分時僱傭平台等傳統方法，收集了超過 320 萬個被標記的圖像，分為 12 個大類別， 5247 個小類別，比如哺乳動物、汽車和傢具等等。

現在的計算機圖像識別，基本上都是在一個演算法的基礎上，用大量分類圖片來訓練，以達到識別特定物體的效果。舉例來說，如果想讓一個 AI 認識貓，就必須給它看很多很多貓的照片，不同角度、花色、姿態，最終 AI 可以判斷任意一張圖片里是不是有貓。

所以，作為一個定義圖片庫，ImageNet 不僅可以用來訓練 AI，還能夠驗證 AI 是否準確認出了圖片里的內容。2010 年開始，ImageNet 設立了競賽規則，開始邀請全世界的計算機科學研究者參加競賽，比賽內容是比較演算法識別特定圖像的錯誤率。

2012 年的 ImageNet 比賽是一個里程碑。那年，來自多倫多大學的 Geoffrey Hinton、Ilya Sutskever 和 Alex Krizhevsky 提交了名為「AlexNet"的深度卷積神經網路演算法，這種演算法的圖形識別錯誤率低至 16%，比第二名低超過 40%。可以這麼說，人工智慧在「看特定的圖」這件事上第一次接近了人類。

從此，深度卷積神經網路演算法成了主流的研究方向，圖形識別的錯誤率也一再降低。2015 年的比賽中，計算機看圖的錯誤率已經低至小數點後兩位——百分之幾，研究者認為，計算機在這種特殊的任務中已經超越了人類。

2015 年之後，由政府資助，中國人參與的團隊開始在 ImageNet 里獲得更好的成績。2016 年，公安部第三研究所資助的 Trimps-Soushen 獲得「圖像目標定位」單項的第一名；南京信息工程大學團隊 NUIST 獲得「視頻中物體探測」子項目的第一；監控攝像機廠商海康威視 HikVision 獲得「場景分類」單項的第一。

簡單的說，近兩年來獲獎的項目，主要致力於特殊的任務，比如視頻監控和識別。2014 年，Google 組建的團隊 GoogLeNet 把物體識別的準確度從前一年的 22.6% 一下提高到 43.9% 之後就不再參加 ImageNet。而今年之後，ImageNet 將停止競賽論文的提交。

因為基於分類圖片的圖像識別已經非常準確，沒有太大的發展空間了。未來圖像識別人工智慧的研究將轉向沒有標註的圖片和視頻。

未來，由蘇黎世聯邦理工、Google Reasearch、卡耐基梅隆大學等共同組織的 WebVision 競賽將接替 ImageNet 的地位，WebVision 的數據直接從網路抓取，沒有經過標註，可能本身就包含很多錯誤的信息，而且分類也更多。從另一個角度來說，這種數據訓練出的人工智慧，在模糊識別的能力上將更接近人類。

未來，更先進的計算機圖形人工智慧，或許會在城市監控、罪案偵破方面替代人類，在自動駕駛等領域創造新的生活和工業模式。

題圖/bigsnarf.wordpress

喜歡這篇文章？去 App 商店搜好奇心日報，每天看點不一樣的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！