最初電腦認出了我們的臉，現在他們知道我們在做什麼
我們還沒有設計出完全有感知力的人工智慧，但我們正在穩步地教計算機如何看到、閱讀和理解我們的世界。上個月，谷歌的工程師們展示了他們的“深度夢想”軟體，該軟體能夠拍攝影象，並透過將影象變成一個由肉體和觸角融合而成的噩夢來確定其中的內容。此前，斯坦福大學的科學家進行了一項研究，他們開發了一個類似的名為NeuralTalk的程式，能夠分析影象並用極其準確的句子描述它們。
該專案和相關研究於去年首次發表，是斯坦福人工智慧實驗室主任李菲菲和研究生安德烈·卡帕蒂的研究成果。他們的軟體能夠檢視複雜場景的圖片，並準確識別正在發生的事情。例如，一張穿黑襯衫的男子彈吉他的照片被選為“穿黑襯衫的男子在彈吉他”，而黑白相間的狗跳過酒吧、穿藍色潛水衣的男子在衝浪、小女孩在吃蛋糕的照片也用一句話來正確描述。在某些情況下，這是令人不安的準確。
就像谷歌的“深夢”一樣，該軟體使用神經網路計算出每張圖片中的情況，將圖片的一部分與已經看到的部分進行比較，並將其描述為人類所能看到的。神經網路被設計成類似人腦，它們的工作方式有點像孩子。一旦他們學會了我們世界的基本知識——窗戶通常是這樣的，桌子通常是這樣的，想吃芝士漢堡的貓也是這樣的——然後他們就可以把這種理解應用到其他圖片和影片中。
它仍然不完美。一個小心翼翼地拿著一個巨大甜甜圈的成年婦女被貼上了“一個頭旁拿著吹風機的小女孩”的標簽，而一隻好奇的長頸鹿則被錯誤地貼上了一條狗的標簽，從窗戶向外看。花園裡一對歡快的夫婦拿著生日蛋糕出現在“一個穿綠襯衫的人站在一頭大象旁邊”的標題下，一棵灌木以大象為主角，奇怪的是，蛋糕代表了這個人。但在大多數情況下，這些描述都是次要的猜測——除了大象的建議之外，該節目還正確地將這對蛋糕情侶識別為“一個站在外面拿著椰子蛋糕的女人，一個男人在一旁看著”
這個軟體很容易識別一隻跳過酒吧的狗
直到最近，網際網路上數量驚人的視覺資訊還必須人工標註，才能進行搜尋。當Google第一次建立Google地圖時，它依靠一個員工團隊來挖掘和檢查每一個條目，人類的任務是檢視世界上捕捉到的每一個數字，以確保它表示的是一個真實的地址。當他們完成了，厭倦了無聊的工作，他們建立了谷歌大腦。谷歌大腦此前花了一個團隊數周的時間來完成這項任務，它可以在不到一個小時的時間內轉錄所有來自法國的街景資料。
“我認為影象和影片中的畫素資料是網際網路的暗物質，”李去年告訴《****》像Facebook和Google這樣的網路巨頭，正熱衷於對數以百萬計的圖片和搜尋結果進行分類。此前的研究主要集中在單一物體識別上——在2012年穀歌的一項研究中，一臺計算機自學識別貓——但電腦科學家表示，這忽略了更大的範圍。”華盛頓大學的電腦科學家阿裡·法哈迪在接受《****》採訪時說：“我們關註的是物體，而忽略了動詞。”。
但最近的一些程式把重點放在更複雜的資料串上，試圖教計算機圖片中發生了什麼，而不是簡單地告訴計算機照片中發生了什麼。斯坦福大學的科學家們的研究使用了一種我們最終可以用來搜尋影象儲存庫的自然語言，這導致了一種簡單的假設情況，即谷歌照片等服務可以快速調出“狗在沙發上跳的那張照片”，而不是掃描數萬張家庭照片，或者“我在時代廣場拍的**”，搜尋結果也會從這項技術中受益，有可能讓你在YouTube或Google上搜索到你想要的確切場景，而不是簡單地找到上傳者註意到要正確標註的圖片或影片。
神經網路在現實世界中也有潛在的應用。在今年的消費電子展上，英偉達的黃仁勛（Jen-Hsun Huang）宣佈了他的公司的Drive-PX，這是一臺集成了“深度神經網路計算機視覺”的汽車“超級計算機”。黃仁勛說，使用與其他神經網路相同的學習技術，這項技術將能夠在你開車時自動發現危險，提醒你註意行人、路標、，救護車，以及其他它知道的東西。這個神經網路意味著驅動PX不需要為每一種汽車都有參考影象——如果它有四個輪子像汽車，一個格柵像汽車，一個擋風玻璃像汽車，它可能是一輛汽車。更大的車可能是SUV，而頂部有燈的車可能是警車。黃的公司也一直在追求這項技術一段時間，提供了斯坦福團隊實際使用的圖形處理單元。
隨著自動計算影象中發生了什麼的技術的快速發展，它的領導者正在將他們的工作提供給所有的程式碼庫，比如GitHub。尤其是谷歌的“深夢”，它的視覺副作用吸引了許多人的想象力，在試圖找到自己理解的參考點時，它將影象扭曲成狗和鼻涕蟲的形狀。但這種機器學習的泛濫也有令人毛骨悚然的一面——如果你的電腦能準確地計算出你的圖片中發生了什麼，那麼當它準確地計算出你是什麼樣的人時會發生什麼呢？
- 發表於 2021-04-30 19:06
- 閱讀 ( 42 )
- 分類：網際網路
你可能感興趣的文章
我沒有windows或mac：我只使用linux的8個原因
免費和開源的桌上型電腦很不錯，但它們並不十分流行。許多人不知道它們的存在，在那些知道的人中，許多人仍然使用商業作業系統。即使在MakeUseOf的Linux作者中，也只有少數人在家裡專門使用Linux。 ...
15個桌面展示了我們在makeuseof的工作方式
無論你在什麼平臺上，你的桌面都能顯示出你是如何使用電腦的。它甚至可以讓我們窺見你的個性——完全誤導我們。 ...
如何在macos上訓練照片識別人臉
...它將繼續識別人員並將其標記為其名稱。 一旦你完成了最初的工作，你就不必再去識別你新增到照片中的人了，除非你添加了一個新的人或者一個人的外貌發生了巨大的變化。 現在，下次你真的需要找一張你最好的朋友或某個...
最可笑的十大極客電腦惡作劇
...格鍵寫出單詞space 給你一個聰明的惡作劇：讓受害者的電腦在每次點選空格鍵時都輸入“SPACE”這個詞。他們會迷失在試圖弄清楚到底發生了什麼事情上，這再簡單不過了。 只需建立一個新的自動熱鍵指令碼並**以下兩行程式碼...
國家安全域性在def con（美國最大的駭客會議）對人才進行跟蹤
...舞臺上，向數千名安全專業人員、硬體駭客和其他傑出的電腦惡棍發表講話。他的使命是顯而易見的：緩和長期以來的緊張局勢，說明駭客和**之間的共同點，並最終說服社群成員利用他們的技能為老大哥服務。 時機不是偶然。...
“機器人警察”導演喬斯é 帕迪爾哈：“暴力的自動化為法西斯主義開啟了大門”
...都是關於心靈哲學的經典哲學陳述。但這一切都要追溯到最初的機器人戰車，你知道我的意思嗎？ 在他第一次外出巡邏時，RoboCop能夠掃描隨機的嫌疑人，同時挖掘他關註的犯罪者的資訊，這似乎使打擊犯罪的效率大大提高...
邁克·戴西感覺很好
...折、充滿咒罵的獨白中說道。 戴西的節目最初的標題是“是的，所有的女人”，這是指上個月底在加利福尼亞州，厭惡**的艾略特·羅傑（Elliot Rodger）瘋狂開槍後，女人們用來講述自己不平等故事的標簽。戴西說...
有史以來最大的食肉恐龍是“半鴨半鱷魚”
...小組的成員，該小組最終能夠利用新發現的化石和從恐龍最初的發現者、一位名叫恩斯特·斯特羅默的德國古生物學家那裡收集到的資訊，全面重建棘龍。根據今天發表在《科學》上的重建，埃及棘龍是一個巨大的吃魚、戲水的...
shaq和shingy用brands侵入了我的大腦
...展首先是一個關於實體事物的大會：汽車、電視、膝上型電腦、配件。但是，雖然產品是由公司生產的，但它們是由品牌銷售的——這些品牌由廣告、贊助帖子和推廣推特組成，覆蓋了網際網路。毫無疑問，品牌從來沒有像現在...
獨自和amazonfresh在城裡
...動腳踏車的年輕人的瘋狂網路直接送到你家門口——這是最初的按需服務，非常古老，無論是山谷還是海灣都不能因為發明瞭它而獲得榮譽。 現在我們有了AmazonFresh。它不是曼哈頓的第一家雜貨店送貨服務，也不是曼哈頓的...
