【业界】人工神经网络在这6大领域超过人类!

五年前,研究人员对能够解释图像的软件的准确性方面有了相当大的飞跃。人工神经网络支撑了我们目前在AI领域看到的“繁荣”。然而,我们仍然没有达到像“终结者”或“黑客帝国”那样的现实。

目前,研究人员正试图把重点放在教学机器上。不同于人类大脑一次处理多个事物的大脑,机器人必须以线性的方式“思考”。无论如何,在某些领域,AI战胜了人类。深度神经网络已经学会了交谈、驾驶汽车、打游戏、绘画和帮助科学发现。

这里有六个方面,人工神经网络证明他们可以超越人类的智慧。

1.图像和物体识别

在图像和物体识别方面,机器有着很好的记录。Geoff Hinton发明的胶囊网络,在挑战软件识别玩具上,之前的错误率得到减少了。即使视图与之前分析视图不同,在各种扫描过程中使用大量的这些胶囊网络,可以让系统更好地识别对象。

另一个例子来自于一个先进的网络,它被训练在一个标记图像的数据库上,并且能够比科研人员更好的对物体进行分类。

2.电子游戏

谷歌的DeepMind使用一种深度学习技术,称为深度强化学习。研究人员用这种方法教计算机玩Atari游戏Breakout。计算机不是以任何特定的方式进行教学或编程的。相反,在观看分数的时候,它被赋予了键盘的控制权,其目标是使分数最大化。玩了两个小时后,电脑成了游戏的专家。

深度学习社区正在进行一场竞赛,训练计算机在几乎所有你能想到的游戏中击败人类,包括太空侵略者、毁灭战士、乒乓球和魔兽世界。在大多数的游戏中,深度学习网络已经胜过有经验的玩家。电脑没有编程玩游戏,他们只是通过“玩”来学习。

3.语音生成和识别

去年,谷歌发布了WaveNet,以及百度发布了Deep Speech。两者都自动生成语音的深度学习网络。系统学习模仿人类的声音,并随着时间的推移而改进。将他们的言论与真实的人物区别开来,要比想像中难得多。

由牛津大学和谷歌DeepMind科学家LipNet创建的一个深度网络,在读懂人们唇语方面取得了93%的成绩,而普通的唇语读者只在52%的成功概率。华盛顿大学的一个小组使用唇形同步来创建一个系统,将合成音频设置为现有视频。

4.艺术和风格的模仿

神经网络可以研究特定艺术作品的笔画、颜色和阴影的图案。在此基础上,通过分析,将原作品的风格转换成新的形象。

DeepArt.io就是一个例子,该公司使用深度学习的应用程序,来学习数百种不同的风格,且你可以将其应用到你的照片上。艺术家和程序员Gene Kogan也应用风格转移,基于从埃及象形文字中学习的算法来修改蒙娜丽莎。

5.预测

斯坦福大学的研究员Timnit Gebru拍摄了5000万谷歌街景图片,并探索了一个深度学习网络对他们的作用。计算机学会了定位和识别汽车。它检测到超过2200万辆汽车,包括他们的制造、型号、体型和年份。Gebru和coauthors写道:“如果在15分钟车程内遇到的轿车数量超过皮卡车数量,那么在下次总统选举期间,这个城市的人很可能会投票给民主党人(88%的概率)。”

另一个提供比人类更准确的预测的机器的例子来自Google Sunroof。这项技术使用了来自Google Earth的航空照片,创建了一个三维模型的屋顶,将其与周围的树木和阴影隔开。然后,它利用太阳的轨迹来预测太阳能电池板可以根据位置规格从你的屋顶产生多少能量。

6.网站设计修改

AI在网站建设者中的整合可以帮助更快更有效地修改网站,而且可能比人类更准确。像这样的系统的底层技术提供了一个关于站点外观的平均用户意见,它告诉设计师网站的设计是坏的还是好的。今天,网站的建造者要么使用深度网络来修改设计,要么计划在不久的将来使用它们。该技术可以分析不同的模式,并根据之前的转化率和其他重要指标创造出更好的结果。

虽然我们可能还远未达到矩阵级AI,但公司正致力于快速提高神经网络的智能。上面提到的项目只是表面上的技术能力。新的想法和改进不断涌现,证明机器能够超越人类的表现,“task by task”。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-12-11

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

深度 | Facebook AML实验室负责人: AI技术落地的N种方法

(Facebook AML实验室负责人 Joaquin Candela) 编者按:在Facebook,有两个实验室领导着AI发展方向,一个是Yann LeCun...

529150
来自专栏AI科技评论

学界 | AI 黑箱难题怎么破?基于神经网络模型的算法使机器学习透明化

编者按:人们可以训练人工智能 (AI)和机器人完成任务,但整个过程在黑箱中运作。我们并不知道 AI 和机器人是如何决策的。一家名为 OptimizingMind...

33070
来自专栏机器人网

微软披露“绘图机器人”最新研究进展

微软相信 2018 会是“人工智能之年”,并且投资了多个 AI 项目,比如几天前发布的一款能够读取和回答问题、准确水平与人类文件相当的 AI,且希望将这类技术用...

32940
来自专栏CDA数据分析师

数据分析从哪里开始入门学习,可以推荐的书有哪些?

数据行业在迅速的发展,几乎每天都会出现新的技术和方法。因此,想要跟上这个行业的步伐是有挑战性的。之前CDA数据分析师曾列出了15位在科技和数据科学领域最具影响力...

44050
来自专栏机器之心

观点 | 人工智能的三个阶段:我们正从统计学习走向语境顺应

选自DataScienceCentral 作者:William Vorhies 机器之心编译 参与:黄小天、微胖、李泽南 我们处在人工智能的哪个阶段?我们将要去...

37790
来自专栏量子位

机器学习如何入门?Kaggle CTO刚刚写了份详细的指南

李林 编译整理 量子位 出品 | 公众号 QbitAI 上周,Ben Hamner很忙。 作为全球最大数据科学和机器学习竞赛平台Kaggle的联合创始人&CTO...

26340
来自专栏机器之心

教程 | Kaggle CTO Ben Hamner :机器学习的八个步骤

选自Kaggle 作者:Ben Hamner 机器之心编译 参与:黄小天 上个月,Kaggle 联合创始人兼 CTO Ben Hamner 在 Quora 上...

28150
来自专栏CSDN技术头条

深度学习:未来机器人的进化途径

【编者按】随着人工智能的发展,机器已经可以完成更多的操作,然而让机器人如人脑一样的思考仍遥遥无期。同时,业内对“深度学习有帮助机器人大脑进化的可能”已达成共识。...

26550
来自专栏奇点大数据

深度学习工程师的4个档次

最近不少朋友问我,转行做深度学习的话,能不能找到工作,能找到什么样的工作,能达到什么样的收入水平…… 这种问题其实不仅仅是存在与深度学习行业的入门和转型中的思...

39070
来自专栏AI科技评论

业界 | Facebook 图像识别平台 Lumos 是什么?

大多数人懒得给照片加标签。如果你属于这一类(大概率事件),那么你一定知道搜索某张照片有多辛苦。 但这很有可能即将成为过去。 本周,Facebook 披露了其机器...

43060

扫码关注云+社区

领取腾讯云代金券