熱點資訊
ABOUT US
當前位置:主頁 > 行業資訊 >
行業資訊
谷歌和OpenAI開發了新的工具來更好地研究機器視覺算法是如何理解世界的
時間:2019-03-30來源:廣州樂行機器視覺設備技術有限公司瀏覽次數:
Selvaraju認為,在未來,這類工作將有許多用途,幫助我們建立更高效和先進的算法,并通過允許研究人員進入來提高其安全性和消除偏見。由于神經網絡的內在復雜性,它們缺乏可解釋性,但在未來,當H網絡通常用來驅動汽車和引導機器人。
Openai的ChrisOlah也參與了這個項目,他說:這就像是在制作一個顯微鏡,至少,這是我們正在尋找的。
要了解激活地圖集和其他功能可視化工具的工作原理,首先需要了解人工智能系統如何識別對象。
實現這一目標的基本方法是使用神經網絡:一種與人腦大致相似的計算結構(盡管它在復雜性上落后了幾年)。每個神經網絡內部都有一個人工神經元層,連接起來像一個網。與大腦中的細胞一樣,這些細胞對刺激作出反應,這一過程稱為激活。重要的是總之,它們不僅可以被打開或關閉,還可以在光譜中注冊,為每個激活提供特定的值或權重。
為了把神經網絡變成有用的東西,必須提供大量的訓練數據。在視覺算法的情況下,這意味著數十萬甚至數百萬個圖像,每個圖像都有一個特定的類別。在谷歌和OpenAI研究人員為這項工作測試的神經網絡的情況下,這些類別是廣泛的:從羊毛到溫莎領帶,從安全帶到空間加熱器。
神經網絡使用多層連接的人工神經元來處理數據,不同的神經元對圖像的不同部分做出反應。
當它提供這些數據時,神經網絡中的不同神經元對每一幅圖像都會亮起。這個模式與圖像的標簽相連,它允許網絡了解事物的外觀。一旦經過訓練,你就可以顯示你以前從未見過的網絡圖片,神經元將激活以匹配特定C的輸入。類別。
如果所有這些聽起來都令人不安,那是因為,在許多方面,這是相同的。與許多機器學習程序一樣,視覺算法本質上只是模式匹配機器。這給了它們一些優勢(例如,只要你有必要的數據和計算能力,你就可以直接訓練它們)。但它也帶來了一些弱點(例如Y很容易被以前從未見過的輸入混淆)。
相關推薦:
- 機器視覺如何應對工業自動化系統集成應用的挑戰2019-04-02
- 谷歌和OpenAI開發了新的工具來更好地研究機器視覺算法是如何理解世界的2019-03-30
- 科捷智能載波自動化設備展南戰區前沿科技成果展2019-04-04
- 交付加拿大開發基于視覺的無人機導航系統2019-04-03
- 了解智能圖像傳感器行業的過去和現在2019-04-04
- 機器人控制系統的發展與展望2019-01-07
- 2019東京國際機器人展2019-04-01
- 麗江市自動化水產養殖污水處理設備制造商2018-12-13
- 關于召開人工智能技術及其應用研討會的通知2019-03-30
- 創新智馳首席技術官張發恩:人工智能+到B或藍海將誕生一個新的巨人2019-01-07
- Facebook收購人臉識別公司機器視覺識別或風門2019-01-02
- 基于機器視覺的10個實際案例,包括電路圖和設計技術2019-01-02
- 第九屆深圳工業自動化與機器人展,2019年2019-01-02
- 麻省理工與上堂科技攜手宣布建立人工智能聯盟2019-01-02
- 為什么人工智能機器視覺讓主要品牌制造商繁榮2019-01-02
- 寧波螺絲機控制系統2019-04-08
- AMD前芯片研發總監為什么要開發出超越芯片巨頭的人工智能芯片2019-01-02
- 自動控制中的機器人規則2019-01-07
- 龔建雅院士:測繪遙感技術發展的機遇與挑戰2019-03-30
- 基于智能交通的14個應用設計實例2019-01-02