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”( 三 )


基于 AI 的计算机视觉的未来
当下 ， 人们已经知道 ， 视觉能力是人类承担的生物学生最复杂的任务之一 ， 对计算机视觉的研究和预期也更加贴近世界 。 同时 ， 基于对人类视觉能力了解的深入 ， 计算机视觉研究人员也在不断更新算法和理论 。
CNN 已经广泛用于需要处理视觉和空间信息的系统中 。 但随着人工智能需要解决更高级的问题 ， 对计算和电力资源的增长需求成为 CNN 最突出的问题之一 。
研究人员的注意力也在逐渐转向尖峰神经网络 SNN ， 这是一种新型的 ANN， 受大脑神经动力学的启发 ， 具有事件驱动 ， 快速推理和省电的特性 ， 也被认为是第三代神经网络 。
接下来 SNN 要优化解决的一个问题是视觉注意 VA 与智力 。 人类可分散的注意力使得人能同时执行多个任务 ， 注意力转移可以使人快速访问新信息 。 视觉注意力研究的核心目标是要使处理的视觉信息量最少 ， 以解决复杂的高级任务 ， 例如对象识别 。
计算机视觉任务主要涉及处理静态图像 ， 人类眼睛在检测到场景变化向大脑传递信息——这是一个事件 ， 生物视觉系统的这一关键特性允许将注意力选择性地集中在场景的显著部分上 ， 从而大量减少需要处理的信息量 。
假设针对一张人在草地上打高尔夫的图像 。 传统的传感器中 ， 数据以帧的形式传输 ， 图像上的所有内容都要经过处理 ， 而重要的信息是人的运动 ， 以及带动的球杆和球的运动 。
这时 ， 基于事件的传感器并不会读取每个像素并且以恒定速率发送帧 ， 而是在检测到像素局部亮度变化是 ， 从每个像素异步发送数据包或事件 ， 从而减少计算、传输的数据和功耗 。
研究人员认为 ， CNN 非常适合静态图像中的对象识别 ， 但它缺乏动态特性来处理基于事件的传感器的实时数据集 。 因此 ， SNN 被寄予厚望 。
现在人工智能已经无缝集成到日常生活的多方面 。 研究人员表示 ， 近年来 ， 人工智能在许多研究领域都取得了巨大的成功 。
像 AlphaGo 这样的游戏系统已经使用强化学习来自学 ， 助听器使用深度学习算法过滤掉环境噪音 ， 这些技术甚至为自然语言处理与翻译、对象识别以及模式匹配系统提供了动力 ， 我们已经对谷歌、亚马逊、iTunes 等提供的类似服务习以为常 。
这种趋势也丝毫没有放慢的迹象 ， 人们可以用计算机自动化执行许多小的重复性任务以节省时间 。
尽管人工智能领域取得了令人难以置信的进步 ， 但计算机视觉的应用仍有很长的路要走 ， 因为距离计算机可以像人类一样地去解释图像还需要很长时间 。
就像文章开头提到的那样 ， AlphaGo 早已击败了人类围棋冠军 ， 计算机视觉的识图能力仅相当于一个3岁的小孩 。
https://www.motionmetrics.com/how-artificial-intelligence-revolutionized-computer-vision-a-brief-history/
https://becominghuman.ai/from-human-vision-to-computer-vision-how-far-off-are-we-part1-3-b35d37a196a4
https://becominghuman.ai/from-human-vision-to-computer-vision-a-brief-history-part2-4-fcb1565d5492
https://becominghuman.ai/from-human-vision-to-computer-vision-convolutional-neural-network-part3-4-24b55ffa7045
https://becominghuman.ai/from-human-vision-to-computer-vision-towards-spiked-based-visual-intelligence-and-neuromorphic-913e5de21bf9
声明：转载此文是出于传递更多信息之目的 。 若有来源标注错误或侵犯了您的合法权益 ， 请作者持权属证明与本网联系 ， 我们将及时更正、删除 ， 谢谢 。邮箱地址：newmedia@xxcb.cn


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