设为首页收藏本站

VALSE

查看: 1623|回复: 1

深度学习:从 AI 到 True-AI

[复制链接]
发表于 2015-9-28 20:12:20 | 显示全部楼层 |阅读模式
http://digi.163.com/15/0927/12/B4H3V0HD00162OUT.html

深度学习:从 AI 到 True-AI2015-09-27 12:03:32 来源: cnbeta网站(台州)
分享到:


0


摘要:颜水成,现任360研究院负责人,前新加坡国立大学视觉分析研究室主任。由于在计算机视觉和多媒体通信等领域的杰出贡献,被授予新加坡青年科学家奖 (YSA)和青年教授研究成就奖。上个月颜水成加入奇虎360,并组建了一个研究院,把一些思想用到了360的产品线。关于人工智能的研究,颜水成有自己 的观点。

人工智能是非常广泛的范畴,现在的研究分为三个层次:1、算法模拟神经元(Neuron),转换成电信号;2、算法模拟大脑(Human Brain),这里面有抽象的理解,并转变成电信号;3、算法自学习(Baby Learning),和周围环境接触过程中,智能水平会提高。这就像《超能查派》,最开始只有基本功能,当把人工智能植入的时候,它开始模仿人类,最后和人类的沟通就非常流畅。

在这种理解下,我们把人工智能分成两方面:Brain-Like 和 Baby-Like。Brain-Like 擅长做语音识别和人脸识别,Baby-Like 可以放在环境里自适应,做识别和理解。

那么什么样的模型能达到这种效果?它会有多种状态,模式之间可以互相指导,例如图像指导语音,语音指导图像。它可以在不同层之间互相沟通,这时候就得用到深度学习的工具。

在深度学习上面,我们过去看到的是模型越大性能越好。在这里我想用iPhone的一个宣传口号:岂止于大。

这里面有三个点:1、Pixel-to-Pixel Inference(像素到像素);2、Neuron Nonlinearity(非线性神经元);3、Feedback Strategies(回馈策略)。

Pixel-to-Pixel Inference:在 P2P(Pixel to Pixel)上,这是一种端对端的训练,可以从 P2P 进入到 P2P-aware。

它还可以做图像分割,过去我们认为是不可能的,而现在由于加上了结构性模型,它也可以做到。

这样即便是一些有遮挡的图片,图像的模拟效果都还不错。

Neuron Nonlinearity:这方面最好用小网络来处理,去设计不同的尺寸。当你做的足够小的时候,就能更好的拟合它应该具备的功能。这样的话你就得到了 Network in Network,它就有很不错的性能。

我们把 NIN 放到GoogleNet上面测试了一下,LFW( Labeled Faces in the Wild数据库,对应研究非受限情况下人脸识别问题)可以达到 99.7%,最好的百度已经能做到 99.8%。

这是一个朋友,她上传了两张照片,左边和右边看起来其实差别很大,但在系统里面能够识别出是同一个人。

Feedback Strategies:在Feedback层面,不同的Layer和Task之间可以做很多工作。假如每层的数据一样,很自然的它就是在上面逐步测试。这样虽然第一次调的不一定准,但它可以帮助网络,最终实现很高的性能。

比如说给你一张图像,找出帽子、包和衣服。有些层的尺寸是一样的,我们就可以拿这些层做对比。

还有一些小尺寸的维度,如果把这些也加入到网络里面,就会有比较好的提升。

最后你可以把这些都合在一起,你可以得到连在一起的 Network。这样就能很好识别出哪个是眼镜、哪个是包、哪个是袜子。这些都能看得清楚。

从定量的角度说,它的性能会有很大的提升。如果用到高性能计算的GPU,基本可以处理到 20%,而且系统非常稳定。

有时候即便衣服是部分的,也可以识别出来。这方面的成功案例非常多。

这部分是关于 Baby-Like 的研究,也是 True AI

当你和真实世界进行交互的时候,其实会有自我学习在里面。这里面的核心是能够理解上下文。

Baby-Like 是一种多特征的角度。包含了视觉、语音和自然语言理解。我们可以从过去的知识中,去学习和积累经验。

那么小孩是怎么学习的呢?他不需要太多的案例,只需要很小的训练样本(Prior Knowledge,先验知识),就能够在和真实世界的交互中,进行自学习。比如有了先验知识,当他看到了新事物(斑马),他会问妈妈说:这是一只马吗?

这张图是两种学习模式的抽象表示。

相比起来,Prior Knowledge(先验知识,指先于经验的知识)的模式取得了不错的成绩,它的性能指标从 53% 上升到了 56%。

这是Baby Learning 在脸部识别的应用,通过观看录像进行自我学习。



目前来说,基于注释的数据 Deep Learning,这是一种比较成熟的技术。但是未来的希望肯定会是 Baby Learning。它会有聪明的办法,在缺少或者弱标签的情况下学习,而且可以和人们的学习机制一致,包括自学习和终生学习的理念



回复

使用道具 举报

0

主题

2

帖子

36

积分

新手上路

Rank: 1

积分
36
发表于 2015-11-9 16:15:35 | 显示全部楼层
很受启发,估计未来五年之内 相关成果会大量出来吧。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|Vision And Learning SEminar    

GMT+8, 2017-10-23 17:49 , Processed in 0.047288 second(s), 22 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表