当前位置:首页 > 资讯 > 正文

突破机器视觉障碍实现人工智能革命

2015年12月,谷歌公布了其云视觉API,来执行这些任务,如:识别人脸、标志和文字,探测物体并了解其环境的使用。一些用户都对这些功用感到十分振奋,在市场上其它企业也正在寻找类似的一种服务,为使其适应其事务模式。

机器设备为何要求视觉呢?视觉是主要的感官。机器设备要能够了解人类,带来他们所需的支持,那么它们有必要能够在视觉行业进行观看和体现。这很有可能是一个小摄像头的方法,能够关心盲人去“看”和感受盘绕他们周围的国外。或者是一个家庭监控系统,该系统能够正确识别一群漂泊猫之间的差异,或者移动树枝,和一个防盗的方法。

突破机器视觉障碍实现人工智能革命  第2张

在从前的一年中,围绕着人工智能的嗡嗡声,一直在十分微弱的提升。我们还从来没有这般接近的观看到那个技能的好处。2016年,将会看到新式的人工智能的配电设备,由于我们关于人工智能,所面临的最困难的挑战之一,类似取得了进展:让我们的设备,能够了解它们所看到的。

在我们的日常生活中,由于设备逐渐成为我们不可分割的一部分,我们类似看到如果没有足够的视觉才能,越来越多的使用程序将走向失败,其中包括空中无人机碰撞和机器设备人吸尘器“吃”了它们本不应该吃的东西。

视觉系统是人工智能正在快速进行的一个分支,旨在给予机器设备可媲美人类的视觉。随着研究人员使用专门的神经网络来关心机器设备识别和了解实际国外的图片,视觉系统在曩昔几年取得了极大的前进。如今的计算机在视觉识别上能够做到各式各样的工作中,从识别网络上的猫到在众多的照片中识别特定的面孔。只是,该类技能还有很长的路要走。今天,我们看到视觉系统能够离开数据中心,并适用全部从自主无人机到机器设备人身上,能够收拾我们的食物。

突破机器视觉障碍实现人工智能革命  第3张

为了更好的了解视觉系统,一个常见的类比,机器设备人视觉与人类自身的视觉,就好比天空中飞行的鸟类与飞机。两者最终都将依靠于基础物理学,来关心它们飞入到高空中,但是,这并不意味着飞机将要摇动它的翅膀进行翱翔。仅仅由于人与机器设备很有可能会看到同样的东西,同时对这些图片进行解讲的方法,乃至很有可能有必定的共性,最后的结果依然很有可能是具有非常大的不同。

尽管类似的图片分类类似变得愈加简单,但是,当它涉及到从抽象的场景中提取含义和信息内容时,机器设备人就面临着一系列新的问题。幻觉便是一个很好的例子,机器设备人视觉依然还有很长的路要走。

突破机器视觉障碍实现人工智能革命  第4张

举例来讲,当人看到两张面临面的脸的轮廓图片时,他们看到的不仅仅是抽象的样子。他们的大脑会进行进一步的解读,让他们能够识别图片的多个部分,看到两张脸,又或者看到一个花瓶。但关于机器设备来讲,这般的图片是十分难以了解的。类似的分类器分辩不了两张脸和花瓶,它看到的会是诸如短柄斧、吊钩、避弹衣乃至吉他的物体。该系统并不能断定那些物体是在该图片傍边,这讲明这类图片的识别关于机器设备而言极具挑战性。

如果我们看到一些更复杂的东西,那个问题乃至会变得愈加困难,比如BeverlyDoolittle的一幅画,尽管看到那个图的每个人,很有可能不能够发现,事实上每个人的脸都在这块画布上,他们几乎立即看到,比映入他们眼皮更多的图片。另外,正如复杂的图片,实际国外也十分凌乱。在傍边正常飞行可不是光开发设计算法分析数据就能够完成的,它要求对真实场景有清晰的了解,从而能够相应作出行动。