华侨网,有态度的华人新闻网站!

帮助中心 广告联系

華僑時報 | 華僑網

热门关键词:  央行  发顺丰  蓝狐  詩詞  习近平
热门TAG标签:

继 Google、IBM 之后,Facebook公布行为识别数据集!(5)

来源:网络整理 作者:华侨时报 发布时间:2018-01-03
摘要:随着学术界及企业对于研究视频理解的投入,这个领域已经有些进展,但研究人员和科学家想得不光只是希望机器能够理解一个动作而已,这只是照亮暗数

随着学术界及企业对于研究视频理解的投入,这个领域已经有些进展,但研究人员和科学家想得不光只是希望机器能够理解一个动作而已,这只是照亮暗数据的第一步而已,然后呢?

将视频理解与迁移学习(Transfer Learning)结合就是一个重要的方向,当机器能够有效率地识别一个行为,就希望能把这个知识转移到另一个情境,像是当机器已经看过人奔跑的视频,下次看到一个马在奔跑的视频,也要能够理解这是相同动作,“这就是‘迁移学习’,对于 AI的未来会是非常重要,可以应用的领域像是自动驾驶、老人照护等,让我们看看机器如何实现迁移学习,”Danny Gutfreund强调。

迁移学习是 AI中的一门技术,被人工智能大牛吴恩达视为是“继监督学习之后,将引领下一波机器学习商业化浪潮的技术。”是指把在某一个环境下已经训练好的模型拿到新的环境下使用,而不用从头开始做起,概念就很像是当你已经学会西班牙文,再去学英文就会比从头学起来得容易。迁移学习的优势一来是可以缩短开发时间,二是可能解决训练数据不足的问题,像是手机品牌 HTC近年来转型耕耘医疗领域,其健康医疗事业部总经理张智威曾公开表示,内部在开发中耳炎识别模型时,因为缺乏足够数据,所以尝试使用迁移学习以提高模型准确率。

Moritz Mueller-Freitag也提出了类似看法,“如何从对物理概念的理解用来提供实用的现实解决方案?我们相信可以在迁移学习中找到答案。”他进一步指出,人类很习惯用类比的方式思考或做事,通过迁移学习,我们可以把一个已经用视频数据集训练过的神经网络,将其功能转移到特定的业务应用上,或是去解决更难的复杂问题。

在真实世界中,生活不只是一系列的快照,也不仅仅是认识图像中的动物、花朵或汽车,如果期待 AI能够越来越像人,或至少要达到有如人类般感知周遭一切的能力,那么理解视频就是第一步,至少,现在这个暗数据已经因众多科学家投入而逐渐被点亮。

责任编辑:华侨时报