谷歌科研人员提出单样本机器学习技术

在看到某个物体一到两次之后,我们大多数人都能认出来。但支持计算机视觉和语音识别功能的算法却需要接触数千个例子,才能对新的图像或词语变得熟悉。

现在,谷歌DeepMind的研究人员提出了一个解决方法。他们对一个深度学习算法进行了巧妙的改动,使之在接触单个例子之后即能够识别图片中的物体或其他事物——他们将之称为“单样本学习”。该团队在一个大型标签图像数据库中展示了这一功能,还在手写和语言识别中进行了演示。

谷歌DeepMind的研究人员Oriol Vinyals在一个深度学习系统上添加了记忆体组件。该团队在名为ImageNet的标签照片数据库中展示了系统的功能。软件仍然需要分析数百个类型的图片,但在此之后,软件就能在看到一张图片之后识别新的对象——例如一只狗。它可以高效学习识别图片中的特征之处。这种算法仅需看到一个例子,其识别准确率即可与传统的、需要大量数据的系统媲美。

Vinyals表示,如果这种算法可以迅速认识新词语的含义,可能就会大有用处。他认为,这可能对谷歌具有重要意义,因为它可以让系统迅速了解新的搜索词的含义。其他公司也开发了单样本学习系统,但一般与深度学习系统不兼容。2015年的一个学术项目就使用了概率规划技术支持高效的单样本学习。但深度学习系统正在变得越来越强大,在添加记忆体机制后更是如此。谷歌DeepMind的另一个小组最近使用一种灵活的记忆体开发了一个网络,使之可以执行简单的推理任务——例如,在分析若干简单的网络图之后,学会如何导航地铁系统。

韩国大田市韩国高等科技学院的大脑和机器智能实验室负责人Sang Wan Lee表示:“我认为这是一种非常有趣的办法,为在大规模数据集上进行单样本学习开辟了新颖途径。这是对人工智能界的重大技术贡献,计算机视觉研究人员可能会非常重视。”

其他人则对这种方法的实用性表示了怀疑,因为它仍然与人类学习有很大的差距。哈佛大脑科学系副教授Sam Gershman表示,人类一般是通过了解构成图像的元素来学习,而这就需要一些现实知识或者说常识,例如,“两轮平衡车可能看起来和自行车或摩托车有很大区别,但却可能是由相同的部件组成的。”

Gershman和Wan Lee都表示,在机器能达到人类的学习能力之前,还有很长的时间。Wan Lee表示:“我们还远远不足以揭示人类进行单样本学习的奥秘,但这种方案显然值得我们进一步研究。”

原文发布于微信公众号 - 人工智能快报(AI_News)

原文发表时间:2016-12-14

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

来自专栏机器学习算法与Python学习

除了深度学习,你还应该关注这 6 大 AI 领域

AI的这6个领域对未来的数字化产品和服务有着巨大影响。 ? 编者按:因为深度学习最近在语音识别、图像识别等领域取得的突破,很多人都把人工智能与深度学习混为一谈。...

3474
来自专栏AI研习社

测量神经网络真的难吗?Uber 说未必

过去十年来,神经网络彻底改变了机器学习。机器学习从一个相对晦涩的学术研究领域崛起成为工业支柱,在大量数据可用的地方为众多应用提供支持。Uber 将神经网络用于多...

893
来自专栏新智元

【榜单】10位值得关注的机器学习Quora大咖问答录

【新智元导读】这篇文章基于Quora的“机器学习板块被阅读最多的作者”,列举了过去30天里回答被阅读最多的10位作者,数据统计至2017年6月25日。 Håko...

3329
来自专栏量子位

“众矢之的”马库斯回应14个问题,将深度学习质疑到底

安妮 维金 李杉 编译自 Medium 量子位 出品 | 公众号 QbitAI 深度学习的质疑者中有位战士。 他有底气与大牛Yann LeCun激辩AI是否需要...

34910
来自专栏新智元

AI vs 深度学习 vs 机器学习:人工智能的 12 大应用场景

【新智元导读】在本文中,作者先探讨了深度学习的特点和优势,然后介绍了12种类型的AI问题,即:在哪些场景下应该使用人工智能(AI)?作者强调企业AI问题,因为他...

3095
来自专栏企鹅号快讯

2017年度30大最惊艳的开源机器学习项目

在过去的一年里,Mybridge AI 比较了近 8,800个开源机器学习项目,选择了前30名(概率只有0.3%)。 这是一个竞争激烈的名单,精挑细选了2017...

2318
来自专栏机器人网

漫谈游戏的深度学习算法,从FPS和RTS角度分析

人工智能那么火热,作为游戏行业的技术人员可定也不会放过,今天,我们就一起来聊聊,在游戏中人工智能是如何实现深度学习技术的。  我们关注基于深度学习的游戏 AI ...

46814
来自专栏ATYUN订阅号

谷歌AI在转移性乳腺癌检测中准确率达到99%

转移性肿瘤,即癌细胞脱离其原始组织,通过循环或淋巴系统穿过身体,并在身体的其他部位形成新的肿瘤,很难检测。2009年在波士顿两家医疗中心对102名乳腺癌患者进行...

392
来自专栏新智元

DeepMind用深度学习模仿大脑推理,预测编码智能推进一大步!

【新智元导读】预测编码理论认为,大脑的感知、运动控制、记忆及其他高级功能,取决于真实经历和大脑对未来的预测之间的差异。DeepMind新推出的“生成查询网络”模...

741
来自专栏AI科技大本营的专栏

深度学习的下一个热点——GANs将改变世界

本文作者 Nikolai Yakovenko 毕业于哥伦比亚大学,目前是 Google 的工程师,致力于构建人工智能系统,专注于语言处理、文本分类、解析与生成。...

3378

扫码关注云+社区