人类和机器识别事物的方式截然不同.doc
《人类和机器识别事物的方式截然不同.doc》由会员分享,可在线阅读,更多相关《人类和机器识别事物的方式截然不同.doc(3页珍藏版)》请在三一文库上搜索。
1、人类和机器识别事物的方式截然不同近期,加州大学洛杉矶分校的研究人员利用深度卷积网络(DCNN)在对象分类方面取得了较大的突破,但他们还发现,AI与人类识物的方式是完全不同的:人类更倾向于根据物体的全局信息进行分类,而机器却对物体的局部信息敏感。识别,是人类智能的重要组成部分。如果机器能够比人类更快速的做到识别,其意义将是非常深远的。然而,人类和机器识别事物的方式截然不同。拿上图举例,对于图(a)来说,人类能够很快分辨出是一只熊,在速度和准确性方面都远超于机器;但是对于图(b),机器算法能够将其归类为熊,而人类可能看上半天都无法识别是什么。虽然目前在通过机器算法识别事物方面已经有了一些突破性进展
2、,但即便是最先进的算法、技术,也可能认错事物:例如将电视机中的静态画面或者抽象的图画,误认为是真实世界中的事物。这些困难很大程度上是难以消除的,因为我们对这些神经网络如何“看”和“识别”事物没有很好的理解。最近,加州大学洛杉矶分校的研究人员在PLOS computing Biology上发表了一篇文章,这项研究正在测试神经网络,以了解它们的视觉极限以及计算机视觉和人类视觉之间的差异。论文地址:https:/journals.plos/ploscompbiol/article?id=10.1371/journal.pcbi.1006613#sec001他们提出了一种名为VGG-19的深度卷积神经
3、网络。这是最先进的技术,在ImageNet大规模视觉识别挑战等标准化测试中已经超越了人类。并且还发现:人类更倾向于根据物体的全局信息进行分类,而机器却对物体的局部信息敏感。这一结果将有助于解释为什么神经网络在图像识别中会犯人类从未犯过的错误。识别方式不同,使得AI擅于纹理识物,弱于轮廓在第一个实验中,训练神经网络将图像整理分类,归入1000个不同的类别。然后呈现出只有轮廓的图像:所有的局部信息都丢失了,只留下物体的轮廓。如果你能选对其中一个,你就比最先进的图像识别软件强多了。通常情况下,经过训练的神经网络能够识别这些对象,分类正确率达到90%以上。而在研究轮廓的时候,这个数字降低到了10%。虽
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 人类 机器 识别 事物 方式 截然不同
链接地址:https://www.31doc.com/p-3373531.html