機(jī)器學(xué)習(xí)不斷接近人腦水平,AI圖像識別未來發(fā)展如何?
過去十幾年,人類可以說是在機(jī)器智能面前節(jié)節(jié)退敗,屢敗屢戰(zhàn),而多任務(wù)處理(multi-tasking)幾乎是為數(shù)不多可以讓人類驕傲的事情了。人們可以同時(shí)打開8個(gè)網(wǎng)站、數(shù)份文檔和一個(gè)交友軟件,即使正在專心處理其中一件事,只要突然收到一條回復(fù)或更新提醒,也能夠快速安排。對機(jī)器而言,要在同一時(shí)間完成這樣的任務(wù)顯然有點(diǎn)困難,因此,多任務(wù)處理一直被視為人類獨(dú)有的技能點(diǎn)。
本文引用地址:http://butianyuan.cn/article/201812/396039.htm然而,這個(gè)優(yōu)勢也將失去了。
近幾年,Alphago、視頻識別、指紋解鎖、圖片識別、語音轉(zhuǎn)文字、機(jī)器人看病等一系列事件,使我們深刻的感受到人工智能在改變我們的工作方式和認(rèn)知。國內(nèi)人工智能產(chǎn)業(yè)中,就算集視覺與圖像領(lǐng)域公司的數(shù)量已達(dá)數(shù)百家,僅次于自然語言處理類公司,位居第二。其中該領(lǐng)域最為出名的創(chuàng)業(yè)公司包括曠世科技Face++、商湯科技、極鏈科技Video++等。
一百多年前,電改變了生產(chǎn)、交通和農(nóng)業(yè)等產(chǎn)業(yè),而今天,人工智能也像電一樣將改變傳統(tǒng)產(chǎn)業(yè)。人臉識別和圖片識別是人工智能視覺與圖像領(lǐng)域中的兩大熱門應(yīng)用。但將人工智能技術(shù)單純用于圖片識別分析的應(yīng)用企業(yè)數(shù)量并不如預(yù)想的多,可能有以下幾個(gè)方面的原因:目前視頻監(jiān)控方面的盈利空間大,眾多企業(yè)的注意力都放在了視頻監(jiān)控領(lǐng)域,人臉識別屬于圖片識別的一個(gè)應(yīng)用場景,做人臉識別的大多數(shù)企業(yè)同時(shí)也在提供圖片識別服務(wù),但是銷售效果不佳,主要贏利點(diǎn)還在于人臉識別等。
識別物體是圖片分類的另一個(gè)比較常見的應(yīng)用,例如一個(gè)簡單的手機(jī)識別模型,我們首先要給計(jì)算機(jī)定義模型,然后準(zhǔn)備大量手機(jī)的照片去訓(xùn)練這個(gè)模型,讓計(jì)算機(jī)能識別出來,輸一張圖片的時(shí)候能識別出圖片是不是手機(jī)。正常情況下計(jì)算機(jī)模型能識別得比較準(zhǔn)確,但是當(dāng)我們輸入了一些有遮擋、形態(tài)多變或者角度多變、光照不易的圖片時(shí),之前我們建立的模型就識別不出來了。這就是計(jì)算機(jī)視覺在應(yīng)用中尋在的難點(diǎn)問題。機(jī)器學(xué)習(xí)的本質(zhì)其實(shí)就是為了找到一個(gè)函數(shù),讓這個(gè)函數(shù)在不同領(lǐng)域發(fā)揮不同的作用,像語音識別領(lǐng)域,這個(gè)函數(shù)會(huì)把一段語音識別成一段文字。圖像識別的領(lǐng)域,這個(gè)函數(shù)會(huì)把一個(gè)圖像映射到一個(gè)分類。
進(jìn)入21世紀(jì),計(jì)算機(jī)視覺與計(jì)算機(jī)圖形學(xué)的相互影響日益加深,基于圖像的繪制成為研究熱點(diǎn),高效求解復(fù)雜全局優(yōu)化問題的算法得到發(fā)展。到現(xiàn)在,通過技術(shù)迭代更新和機(jī)器學(xué)習(xí),物體的識別率也已經(jīng)達(dá)到了相當(dāng)高的水平。像是極鏈科技Video++自主開發(fā)的文娛人工智能系統(tǒng)「VideoAI」已實(shí)現(xiàn)場景、物體、人臉、品牌、表情、動(dòng)作、地標(biāo)、視覺特征檢索8大維度的數(shù)據(jù)結(jié)構(gòu)化,同步生成軌跡流數(shù)據(jù),通過復(fù)合推薦算法將元素信息升級為情景信息,直接賦能各種商業(yè)化場景。
通過SAS針對企業(yè)人工智能的調(diào)研報(bào)告可以看出,大部分企業(yè)認(rèn)為人工智能還處于初期階段,但我們也可以發(fā)現(xiàn),正在部署的大量應(yīng)用場景都包含AI板塊。顯而易見我們必須學(xué)習(xí)新的技能來配合AI的發(fā)展,未來也是屬于意識到這一點(diǎn)并立即發(fā)展的企業(yè)。機(jī)器的每一點(diǎn)進(jìn)步都依賴于不斷模擬和接近人腦的水平,提升AI在場景應(yīng)用上的工程能力,會(huì)為生活帶來更多的便利。
評論