环境

<p>谷歌公司本月宣布,它已经开发出迄今为止最准确的面部识别技术,称为FaceNet,该公司表示,在测试准确性方面,Facebook公司的竞争对手软件DeepFace几乎提高了三个百分点</p><p>这对Facebook来说是一个艰难的事实</p><p>燕子,因为两家公司都在人工智能和计算机逻辑研究方面投入了大量资金,以提高各自系统的准确性和速度,并且因为每月十亿用户已经依赖Facebook的版本来登录照片时标记照片</p><p>网站Facebook的人工智能研究实验室负责人Yann LeCun周二发表了Facebook最初如何构建目前处理该网站许多照片的工具以及他的团队计划如何扩展该网站的熟练程度由Facebook,Medidata a共同赞助的活动中的下一代人工智能软件纽约大学的数据科学中心曾在纽约的前办公室举行“这很复杂,但它比你想象的要简单,”LeCun说,他带领一个由40人组成的人工智能专家小组,这只是一年Facebook在纽约的办事处,该公司位于加利福尼亚州门洛帕克的总部以及该公司在巴黎的新分支机构之间的分歧,该团队和Facebook的开发人员正在与其他主要技术公司(包括谷歌)竞争创造最快的最复杂的系统不仅用于面部识别,还用于建立在人工智能原则基础上的一整套产品除了Facebook和谷歌之外,阿里巴巴集团控股有限公司和亚马逊公司也在该领域表达了兴趣,正如彭博商业报道去年16家人工智能初创公司获得资助,而在2010年,可比数字只有两家Facebook及其竞争对手相信人才乐将越来越多地依靠人工智能相互沟通并与数字世界互动为了在这场激烈的竞争中保持领先,LeCun表示他的团队需要在深度学习领域或机器可以帮助的过程中取得突破人类总是被证明是最擅长的任务,包括做出决策或推理能够使用称为深度学习的高级机器逻辑的计算机需要比Facebook的面部识别和照片标记软件更多的输入,输出,级别和层次,但LeCun两个项目都依赖于许多计算机和程序员目前用来组织和优先处理信息的基本方法在任何特定时刻,Facebook软件都在忙着标记和分类用户每天上传到网站的5亿张照片,所有这些都在图像首次出现的两秒钟几乎在同一时间,系统的逻辑决定要显示哪些照片这些用户不仅基于权限而且基于他们的偏好,虽然这个程序处理的数据量对于任何人来说都是令人难以置信的,但是它通过这些图像进行分类的方法是由LeCun团队制作的大多数Facebook用户都有当他们将照片上传到网站时,看到朋友的名字会在建议的标签中弹出,但该公司还使用标签对图像中的对象进行分类,并帮助其软件决定在网站上显示哪些照片尽管系统可以显示多少用户流中每天1500张照片,Facebook用户平均每天只需花费足够的时间查看100到150张图像一种人工智能形式帮助Facebook确保用户看到最重要的图像创建类似的系统这将推动公司进军深度学习,开发人员和专家从像ImageNet这样的大型图像和标签数据库开始,他们建立了学习的程序将每个标签的特征与特定类型的图像相关联例如,区分颜色和形状有助于软件选择黑色道路而不是城市街道图像中的灰色人行道“网络能够利用以下事实:世界是构图,“LeCun说,一旦程序识别出照片中的街道或人行道等特征,它就可以在每个对象周围绘制一个框,并将它们彼此分开,或突出显示只有一个或另一个的例子 LeCun在纽约华盛顿广场公园散步的视频中展示了最后一个概念</p><p>软件在他们移动过程中挑选出行人,在屏幕上画出一个矩形框</p><p>一个复杂的标记程序也应该能够首先区分在黑色道路和黑色汽车之间,然后为这些物体分配名称和类别为此,专家教导系统从未知物体周围的像素中抓取上下文线索以确定其最可能的身份因此在城市的照片中街道,软件可以根据其形状,颜色和附近人行道的存在识别和标记道路然后,它可以推测该道路中心的笨重形状可能是一辆黑色汽车当所有这些识别技能都是加在一起,生成的程序可以准确地标记对象在演示中,LeCun在水瓶上训练了一个摄像机</p><p>弹出一个标签,上面写着“水瓶”在屏幕的顶部接下来,他翻过一个啤酒瓶,一个麦克风和一个笔记本电脑键盘系统正确识别每个有一些故障,但程序确定他的三星手机为“iPod”,当他翻过一个装满红酒的塑料杯,无法在“红酒”和“烧杯”之间做出决定除了形状和颜色外,理想的系统还必须依靠线索来帮助它为与活动相关的图像分配特定的标签,想法或行为例如,LeCun展示了一系列人们进行体育运动的照片一个人划船的方式与慢跑的人的定位非常不同,但系统需要将两个运动员都识别为人并按照他们的要求对他们进行分类</p><p>为了将这些不同的活动打破到一个程序可能理解的术语,数据科学家专注于从事各种运动的运动员的手臂,腿和躯干的角度他们画了横跨龙的棒每个运动员的四肢帮助计算机跟踪运动定位的相似性并识别从图像到图像的运动使用这种技术,棒球投手投掷手臂的线条看起来与追踪篮球运动员跟随的线条非常不同 - 通过罚球时计算机现在可以依靠这些方法来区分许多活动LeCun团队建立的一个程序可以正确地标记800项运动,包括“山地独轮车”,“冰上曲棍球”和“速度滑冰”当然, Facebook照片标签软件的实用性在很大程度上取决于它识别面孔的能力该公司通过运行大型图像数据库来训练其软件评估面部三维布局,例如一套名为Labeled Faces的图像中包含的13,000张图像</p><p>据IEEE Spectrum报道,Wild并不是所有的照片都是从同一个角度拍摄的,Facebook的软件重新定位面临着转向侧面并填写关键细节,如眼睛和嘴唇,以估计从前面看起来像什么人系统并不完美,但LeCun指出它可以识别出比普通人更多的人,即使数字也是如此与人类相比,人们错误地标记人数略高于平均水平 - 即使最新测试表明Facebook的计划落后于谷歌的FaceNet LeCun,他的团队将再次超越Facebook在深度学习和人工智能发展方面的竞争对手,但他对于团队进步的明确目标犹豫不决他似乎不仅担心冒着公司的声誉,还担心整个人工智能领域自20世纪70年代以来经历了一系列漫长的“AI冬天”</p><p>领导者未能实现他们曾经提出的关于完美无瑕的语言处理和智能机器人助手的希望随着开发的艰巨任务在他面前深入学习的过程中,