近日，Google發佈了最新版機器學習系統，通過識別圖像中的內容，配上對應文字，效果達到了歷史最佳。Google已經在 TensorFlow 上開源了這項成果。自 2014 年以來，Google一直致力於這個項目，現在這個算法描述圖像的準確率已經高達 93.9% 。
因為他們正在使用一個使用一個開始架構的最新的迭代，所以對於Google團隊來説，有個大問題是該算法是否可以做的比簡單識別圖像中的對象更多。要真正解釋和描述一張照片，人工智能不僅需要了解圖片中是什麼，更要了解圖像中這些對象有什麼相互關係。Google的開發人員表示這不只是一個數據的倒推。該算法必須能夠自然地理解圖像中的對象和它們的用途。
Google研究的博客發文説：“令人興奮的是，在展示全新情境時，我們的模型的確可以產生準確的配文，這顯示出系統對圖像中目標和背景的理解更深了。”同樣重要的是，“它還學會了如何表示知識在自然的英語短語，儘管它只讀了人類給的説明字幕，沒有在接受其他額外的訓練。”
至少從目前來説，相對於視頻，機器學習算法能更好地理解靜止圖像的內容。
via Google Research Blog
推薦閲讀：
洪小文獨家解讀： 直到AI可以自己編程 它才有資格跟 “路人甲” 比智能
資料來源：雷鋒網
作者/編輯：陳楊英傑
請按此登錄後留言。未成為會員? 立即註冊