Hinton取得新进展，以更少数据识别图像

谷歌人工智能先驱Geoffrey Hinton公布了AI技术进展，可提高电脑正确识别图像的速度和较少的数据依赖。

Google公司公布了关于其人工智能先驱Geoffrey Hinton技术的进展。该技术提高了计算机识别图像的速度，且只需要较少的数据。Hinton是一位科研人员，他在人工神经网络方面的工作被看成机器学习商业化的基础。上个星期他在学术网站上匿名发表了两篇研究论文，详细介绍了这种被称为胶囊网络的方法。这种方法可能意味着电脑会能够识别与图像库中的已知图像有不同拍摄角度的照片。它也可以被应用于语音和视频识别。

在由Alphabet公司的子公司Google主办的Go North技术峰会上，Hinton对与会者说：“这是一种更加强大的对象识别方式。”他详细论证了他在1979年首次发表的一篇论文。在与Google研究人员Sara Sabour和Nicholas Frost的合作中，单个胶囊-一小组虚拟神经元-被用于识别一个较大整体的一部分以及它们之间的固定关系。随后，系统确认了它从未见过的图像中是否存在那些相同的特征。人造神经网络能够模仿神经元的行为，这使得计算机的运行方式变得更像人脑。Hinton说，在对该技术的前期测试中出现的错误只有目前图像识别技术的一半。一组神经元通过协同工作来确定一个特征是否存在，而且它的特征也意味着该系统应该需要较少的数据来完成预测。

Google Brain在蒙特利尔研究工作的负责人Hugo Larochelle表示：“我们的希望是：也许我们可以需要更少的数据来获得更好的目标分类器，因为它们具有这种能力，能够将结果扩展到未看到的视角或图像配置。”他说：机器学习和深度学习需要解决的一个重大问题是，目前这些方法需要大量的数据才能工作。

Hinton将当前的进展与他的两名学生在2009年开发的基于神经网络的语音识别工作进行了对比。他们的神经网络是在现有技术的基础上改进得到的，并于2012年被嵌入Android操作系统。不过，他提醒说该技术还处于发展初期。他表示：这只是一个理论。它在一个小数据集上工作得相当不错，但现在需要在更大的数据集上进行测试。