圖像識別

　　新浪科技訊 北京時間11月4日消息，計算機算法通常需要成千上萬個例子才能學會一件事情，但谷歌DeepMind的研究人員卻找到一種繞過這一流程的方法。

　　我們多數人看過某個東西一兩次后都能認出這種物體。但計算機視覺識別和語音識別算法卻需要成千上萬個例子才熟悉一種新的圖形或單詞。

　　谷歌DeepMind研究人員現在找到了一種新的方法，他們對深度學習算法進行了一些調整，使之只需通過一個例子便可認出圖像中的物體或其他東西——他們稱之為“單次學習”。該團隊針對大量添加了標簽的圖片以及手寫字體和語言對此進行了驗證。

　　最好的算法的確能夠可靠地識別物體，但由于需要龐大的數據，所以非常耗費時間和金錢。例如，想要讓算法識別出道路上的汽車，就需要為其提供成千上萬個例子才能在無人駕駛汽車中實現可靠的準確率。但要收集如此多的數據通常并不實際——例如，不可能為了讓一個機器人在一套不熟悉的房子里行走而為其提供長時間的學習機會。

　　谷歌DeepMind研究員奧里奧爾·溫亞爾斯（Oriol Vinyals）在深度學習系統中增加了一個記憶組件。該團隊利用一個名為ImageNet的標記圖片數據庫對該系統的能力進行了驗證。

　　這套軟件仍然需要分析數百種圖片，但此后卻可以學會用一張照片識別新的物體。它本質上是通過分析圖片中的獨特元素來完成識別任務的。這種算法只需要看一一個例子，便可達到近似于傳統深度學習系統的準確率。

　　溫亞爾斯稱，如果能夠快速識別出一個新單詞的意思，這項技術的用途便會得到明確體現。這對谷歌非常有用，因此該公司可以借此快速學習某個新的搜索項的含義。

　　之前也曾有人開發過單次學習系統，但通常不兼容深度學習系統。“我認為這是一種很有趣的方法，它提供了一種新穎的方式對大規模的數據庫進行單次學習。”韓國先進科技學院大腦和機器智能實驗室主任Sang Wan Lee說，“這為人工智能社區做出了技術貢獻，計算機視覺研究人員可能非常重視此事。”

　　但也有人對這項技術的用途提出質疑，畢竟它與人類的學習方法存在很大差異。例如，哈佛大學腦科學系副教授山姆·格什曼（Sam Gershman）表示，人類通常是通過理解一張圖像的組成元素來學習的，這需要一些實際的知識或嘗試。例如，“賽格威可能看上去與自行車或摩托車大不相同，但它卻可以使用相同的零件。”

　　不過，格什曼和Sang Wan Lee都表示，機器要在學習能力上比拼人類仍然要經過一段時間的發展。“我們遠遠沒有揭開人類單次學習的秘密。”他說Sang Wan Lee說。（鼎宏）