本文主要介紹谷歌人工智能最新突破！這可能是人類文明的終結(jié)(多么可怕的谷歌 的人工智能是)，下面一起看看谷歌人工智能最新突破！這可能是人類文明的終結(jié)(多么可怕的谷歌 的人工智能是)相關(guān)資訊。
大多數(shù)人可以識(shí)別一個(gè)物體一次或兩次，而計(jì)算機(jī)視覺和語音識(shí)別算法需要成千上萬個(gè)例子才能熟悉一個(gè)新圖像或新單詞。今天，國外媒體報(bào)道稱，谷歌研究人員找到了一種繞過這些學(xué)習(xí)過程的方法。
谷歌deepmind的研究人員對(duì)深度學(xué)習(xí)算法進(jìn)行了一些巧妙的調(diào)整，使其可以基于單個(gè)樣本識(shí)別圖像中的物體。這個(gè)過程被稱為 一次性學(xué)習(xí) 。團(tuán)隊(duì)對(duì)大量帶標(biāo)簽的圖片和含有文字的論了相關(guān)實(shí)驗(yàn)，結(jié)果還不錯(cuò)。
要知道，最精確的算法也能有效識(shí)別物體，但由于其對(duì)數(shù)據(jù)的巨大需求，其開發(fā)相當(dāng)耗時(shí)且昂貴。例如，如果你想讓算法識(shí)別路上的汽車，你需要提供成千上萬個(gè)例子，以達(dá)到無人駕駛汽車的可靠精度。
谷歌deepmind的研究員auriol wen jarls在深度學(xué)習(xí)系統(tǒng)中加入了記憶組件。該團(tuán)隊(duì)使用名為imagenet的標(biāo)記圖片數(shù)據(jù)庫來驗(yàn)證該系統(tǒng)的能力。這個(gè)軟件仍然需要分析數(shù)百張圖片，但在此之后，它可以學(xué)習(xí)用一張照片識(shí)別新的物體。
本質(zhì)上，它通過分析圖片中的獨(dú)特元素來完成識(shí)別任務(wù)。這個(gè)算法只看一個(gè)例子就可以達(dá)到和傳統(tǒng)深度學(xué)習(xí)系統(tǒng)差不多的準(zhǔn)確率。
溫·賈爾斯(wen jarls)表示，該算法可以快速理解新單詞的意思，這項(xiàng)研究特別有用。他指出，這對(duì)谷歌來說意義重大，因?yàn)樗梢宰屜到y(tǒng)快速學(xué)習(xí)新搜索詞的含義。
當(dāng)然，在專業(yè)人士看來，我們還遠(yuǎn)遠(yuǎn)無法揭開一次性學(xué)習(xí)的奧秘。機(jī)器的學(xué)習(xí)能力跟上人類還需要一段時(shí)間，但這種進(jìn)步顯然促進(jìn)了人工智能學(xué)習(xí)能力的進(jìn)步。
標(biāo)簽:
識(shí)別算法學(xué)習(xí)需求
了解更多谷歌人工智能最新突破！這可能是人類文明的終結(jié)(多么可怕的谷歌 的人工智能是)相關(guān)內(nèi)容請(qǐng)關(guān)注本站點(diǎn)。