麻省理工學院電腦科學與人工智慧實驗室(CSAIL)的研究人員開發了一種神經網路,理論上可以“看”一幅影象,找到所描繪食物的配方。這是繼Pinterest和矽谷真正的熱狗識別應用程式之後,越來越多類似專案的最新加入。2017年顯然是利用人工智慧的重大進展來識別食物的一年。
CSAIL團隊稱之為Recipe1M網路,本週發表的一篇論文對此進行了詳細描述。簡單地說:研究人員給人工智慧提供了100多萬份食譜和近100萬張圖片。在整個培訓過程中,它將配方中包含的內容與食物照片之間的關係聯絡起來,並加以完善。
其結果是一個名為Pic2Recipe的介面,讓人想起我們見過的低保真傻瓜TensorFlow專案,比如edges2cat或Pix2Pix。不過,這個入口網站並沒有生成噩夢般的燃料,而是根據你上傳的食物照片抓取食譜,並根據系統對結果正確性的確定程度對它們進行排序。
但我之前寫過“理論上的”,因為在我的短輪測試中,Pic2Recipe基本上沒有正確地建立這些關聯。我拍過的幾碗拉麵、幾袋薯片、燒牛排骨,甚至米飯和豆子的照片都得到了“不相配”的回答。一張在西城不可能的漢堡的照片帶來了一份“嬰兒百吉餅三明治”的菜譜(儘管那是公認的棘手問題)。
一張我祖母的Chex混合物的模糊照片得到了一些更接近的結果,比如“薑杏仁”和“辛辣辣椒花生”的食譜,我認為,隨著整個系統的進一步完善,很容易看出這樣一個專案是如何真正發展成為一個真正的想法版本的。有趣的是,Pic2Recipe唯一的結果就是我上傳了一張熱狗的照片。我並不是說像這樣的專案只適合識別熱狗。我只是說實話。
...,資訊從一個神經元傳遞到另一個神經元。神經網路使用這個場景。他們創造了一個類似大腦的計算機模型。它可以比一般系統更快地完成複雜的計算任務。 圖01:神經網路框圖 在神經網路中,節點相互連線。每個連線都有一...
... 當然,這個函式可以透過簡單的和/或邏輯閘來實現。但是更復雜的神經網路,如下面的,能夠進行更復雜的操作。 ...
... 在本教程中,您可以同時使用python2.7或python3.4+。這個例子是針對python3的。對於Python2.7,在本教程中用Python替換Python3,用pip替換pip3。 ...
...或人物。這個功能從來沒有出現在實際的應用程式中,但麻省理工學院的一個團隊正在研究它。 ...
...的,併為剛學會的遊戲系統分配了目標。這些例子都來自這個優秀的電子表格: “為追求速度而繁殖的生物長得很高,透過摔倒產生高速。” “代理在一級結束時**,以避免在二級失敗。” “經紀人無限期暫停比賽以避免輸球...
...。由於自從畫素縮小以來,相機鏡頭技術沒有太多創新,麻省理工學院的一位專家指出,這個專案顯示了希望,但是目前尚不清楚該技術在實踐中的工作效果如何。
...完善和闡述這項技術,尋找新的顏色和新的行為。例如,麻省理工學院的科學家開發出一種蛋白質,它只對特定細胞型別的鈣有反應。Schreiter說,現在判斷CaMPARI的應用可能還為時過早,但至少,實時、靈活但永久的成像技術可...
...—那種常常永遠無法找回的記憶。 為了做到這一點,麻省理工學院的研究人員訓練了兩組老鼠,讓它們將輕微的腳部電擊與一種叫做a室的特定環境聯絡起來。腳的震動使老鼠害怕得僵住了;最終,僅僅把老鼠放在A室就觸發...
...這一發現並不能真正用來詆毀獼猴大腦模型的使用,她說麻省理工學院的神經科學家羅伯特·德西蒙也同意這一觀點。他說,許多研究表明,這兩個物種之間有許多相似之處。 德西莫還指出,功能磁共振成像的資料是有限的...