江苏龙网

  1. 首页 > 人文 > >

人工智能AlphaGo 早已击败围棋世界冠军，计算机 AI 视觉却还是3岁的“智力”( 二 )


但是由于接下里的发展未能达到人们的高预期 ， 国际上的人工智能开发工作受到了限制 。
AI 视觉的冬天
研究人员以极大的乐观度 ， 将公众的期望提高到了令人难以置信的高度 ， 却未能体会到他们为自己设定的挑战的难度 。 当研究人员承诺的预期未能达成时 ， 这个研究领域遭到了猛烈的批评 ， 和严重的财务挫折 。
早期的计算资源在技术上无法跟上科学家提出的复杂问题 ， 即使是最令人印象深刻的项目也只能解决微不足道的问题 。 此外 ， 大多数研究人员都是在孤立的小组内工作 ， 缺乏比较有意义的 ， 可以推进该领域科学进展的方式 。
有一则故事可以反映当时研究人员的美好预期、以及预期落空后他们自身及和外界的失落与嘲讽 。
1966年 ， 美国计算机科学家、麻省理工学院 AI 实验室联合创始人马文·明斯基（Marvin Minsky）获得了暑期津贴 ， 聘请了一年级的本科生杰拉尔德·苏斯曼（Gerald Sussman） ， 让他花费整个夏天的时间把一台摄像机与计算机连接起来 ， 并让计算机描述它看到了什么 。
“不用说 ， 苏斯曼没有在截止日期前完成 ， ”Motion Metrics 的机器学习开发人员 Hooman Shariati 曾说 ， “在接下来的四十年中 ， 视觉成为人工智能领域最困难、最令人沮丧的挑战之一 。
正如机器视觉专家贝特霍尔德·霍恩（Berthold Horn）曾经指出的那样 ， 苏斯曼选择不再在视觉领域工作 。 ”
到70年代中期 ， 政府和公司对人工智能失去了信心 ， 行业资金枯竭 。 数学家詹姆斯·莱特希尔（James Lighthill）1973年发表了一篇论文 ， 批评早期人工智能研究 ， 这为后来英国政府撤回对该领域的支持奠定了研究基础 。
随后的这段时间被称为“人工智能的冬天” 。 虽然20世纪80年代和90年代研究还在继续 ， 也有过一些小规模的复兴 ， 但人工智能基本上被被归入了科幻小说的范畴 ， 严肃的计算机科学家都避免使用这个词 。
卷积神经网络出现与多伦多大学的突破
随着互联网成为主流 ， 计算机科学家有了可以访问更多数据的权限 。 计算机硬件在继续改进 ， 成本则在下降 。 80年代到90年代 ， 基本神经网络和算法得到改进 。
1998年 ， Bengio、Le Cun、Bottou 和 Haffner 在一篇论文中首次介绍了第一个卷积神经网络 LeNet-5 ， 能够分类手写数字 。
卷积神经网络可以做到平移不变形 ， 即使对象的外观发生某种方式的变化 ， 也可以识别出对象 。 卷积神经网络通过监督学习和反向传播对输入到卷积网络中的数据做训练 ， 并反复、自我校正 。
和同样可以做反向传播的深度神经网络相比 ， 卷积神经网络的特殊之处在于神经元之间的链接结构和独特的隐藏架构的方式 ， 这是由人类视觉皮层内部的视觉数据处理机制启发得来的 。 此外 ， CNN 中的图层按照宽度、高度和深度三个维度进行组织 。
卷积网络最重要的属性之一就是 ， 不管有多少层 ， 整个 CNN 系统仅由两个部分组成：特征提取和分类 。 通过对特定特征的选择 ， 以及通过前馈链接增加空间不变性 ， 这也是人工视觉系统如 CNN 非常独特的原因 。
人工智能AlphaGo 早已击败围棋世界冠军，计算机 AI 视觉却还是3岁的“智力”
本文插图
（视觉皮层和卷积神经网络有许多相似）
深度神经网络研究应用也有进步 ， 并且使人们信心大增 。 2012年 ， 人工智能在 ImageNet 大规模视觉识别挑战（ILSVRC）上取得突破 。
ILSVRC 是一个年度图像分类比赛 ， 研究团队在给定的数据集上做视觉识别任务 ， 评估算法准确性 。 2010年和2011年 ， ILSVRC 获奖者的错误率一直在26%左右 。
2012年 ， 来自多伦多大学的团队带来一个名为 AlexNet 的深度神经网络 ， 实现了16.4%的错误率 。 在接下来的几年中 ， ILSRVC 的错误率下降到了几个百分点 。


推荐阅读


上一篇：第一财经|美媒：甲骨文竞购TikTok获红杉资本 泛大西洋投资支持丨热公司

下一篇：土耳其|中东大事发生！土耳其发断交威胁，多国纷纷表态，中国3次亮立场