Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践

如不雅你不明白人们为什么对于人工智能这么入神，69岁的谷歌研究察杰夫·辛顿也许知道个中最好的谜底。

这位多伦多大年夜学的传授在2012年10月颠覆了人工智能研究范畴，开辟了一条全新的研究偏向。昔时Hinton带着两个研究生，向世界展示了一个他几十年来一向致力倡导却并不受待见的技巧 － 人工神经收集，让机械懂得图像的才能有了巨大年夜的飞跃。这之后，在六个月内，这三名研究人员就都被谷歌招致麾下。今天人工智能神经收集可以懂得我们的谈吐，熟悉我们的宠物，并与我们的小恶魔作斗争。

然则，Hinton如今却开端困惑他所创建的人工智能神经收集技巧。他说：“我认为今朝用深度进修的办法处理计算机视觉的方法是缺点的。 尽管深度进修今朝比其他任何办法都好，但这并不料味着它就是精确的。”

取而代之的是，Hinton揭示了另一个并不太新的设法主意，它可能会改变将来计算机若何看世界，将重塑人工智能。这一点非同小可，因为计算机视觉对于诸如主动驾驶技巧，以及代替大夫的人工智能诊断软件等应用，均至关重要。

比来，Hinton揭橥了两篇研究论文，证清楚明了他已经研究了近四十年的设法主意。 Hinton说：“很长时光以来，这个办法对我来说很直不雅，但应用效不雅一向不太幻想。比来我们终于获得了很好的计算结不雅。”

Hinton的新办法，被称为capsule networks胶囊收集，是对现有神经收集的一种变通，旨在使机械更好地经由过程图像或视频来懂得世界。在本年10月底宣布的一篇论文中，Hinton的胶囊统??一个标准测试中展示了至今为止最好的技巧的精确性，用来测试软件若何辨认手写数字。在第二篇论文中， 这个测试软件挑衅大年夜不合角度辨认卡车和汽车等玩具，胶囊收集几乎将之前的最佳缺点率降低了一半。 Hinton一向在与Google多伦多办公室的同事Sara Sabour和Nicholas Frosst一路研究这项新的人工智能技巧。

胶囊收集旨在弥补当今机械进修体系的弱点，这些弱点限制了计算机视觉软件的进修才能。 Google和其他公司今天应用的图像辨认软件须要大年夜量的示例照片，来进修如安在各类情况下靠得住辨认物体。因为今朝的计算机视觉软件并不克不及很好地把它学到的器械推广到新的场景中，比如学会大年夜不合的角度来辨认同一个物体。

Hinton的设法主意是缩小最好的AI体系和仁攀类幼儿之间的差距，把更多的世界常识融入到计算机视觉软件中。是以提出了胶囊神经收集 - 一小组粗拙的虚拟神经元 -  可用来跟踪物体的不合部位，如猫的鼻子和耳朵，以及它们在太空中的相对地位。采取很多如许的胶囊形成神经收集，就可以让计算机具有一种新的意识，来懂得它所看到的新的场景，实际上只是一个之前看到的物体的不合视角罢了。

例如，今朝采取深度进修的算法，教计算机大年夜多个角度辨认一只猫，可能须要数千张照片覆盖各类不合视角的猫。而仁攀类的孩子则不须要如斯明白和广泛的练习来进修辨认家庭宠物。

早在1979年，Hinton就形成了本身的直觉洞察；当他试图弄清跋扈仁攀类是若何应用大年夜脑想象时，他意识到计算机视觉体系须要具备仁攀类大年夜脑的立体成像才能。Hinton在2011年起首制订了胶囊神经收集的初步设计。他比来揭橥的论文，展示了更完全的算法，这是人工智能范畴的科学家们翘首等待的。纽约大年夜学的图像辨认传授Kyunghyun Cho说：“每小我都在等待它，等待Geoff Hitnon的下一?飞跃。

如今评估Hinton的胶囊收集到底实现了多大年夜的飞跃，还为时尚早 - 他本身很清跋扈地知道这一点。 这位AI老帅，只是宁地步庆贺他的直觉如今获得了证据的支撑，也解释说胶囊收集仍然须要在大年夜型图像集合上获得证实，并且与现有的图像辨认软件比拟，今朝胶囊收集的计算速度较慢。

但Hinton辛顿乐不雅地说，他可以解决这些不足。AI范畴的其他专家们也对他的成熟设法主意充斥等待。

图像辨认始创公司Twenty Billion Neurons的合营开创人之一，蒙特利尔大年夜学传授Roland Memisevic表示，Hinton的胶囊神经收集设计应当可以或许大年夜必定命量的数据中获得比现有体系更多的信息和懂得。如不雅获得大年夜范围验证，胶囊神经收集将对医疗保健等范畴大年夜有赞助；在医疗范畴，练习AI体系的图像数据要比互联网上海量的自拍图像稀少得多。

在某种程度上，Hinton的胶囊收集与AI深度进修研究的趋势背道而驰。对神经收集最新成功的一个解释是，仁攀类应当尽可能少地将常识编码到AI软件中，而应当让AI大年夜头开端进修，本身弄清跋扈工作的┞锋相。

纽约大年夜学心理学传授加里·马库斯（Gary Marcus）客岁将一家人工智能始创公司卖给了优步（Uber）。他表示，Hinton的最新理论和算法带来了一股清爽的空气。

Marcus认为，人工智能研究人员应当做得更多的是，模仿大年夜脑是若何构造的，哪些构造决定了视觉和说话如许的关键技能。Marcus说：“如今嗣魅这个特定的胶囊神经收集构造将走多远，还为时过早，但看到Hinton冲破这个范畴今朝固化的轨迹，真是太棒了。”

　　推荐阅读

　　企业数据化的「额外一公里」

Tech Neo技巧沙龙 | 11月25号，九州云/ZStack与您一路商量云时代收集界线治理实践贸易智能(BI)尽力的是企业与数据之间的“最后一公里”，而新一代贸易智能云平台要做的，则是企业和数据之间的>>>详细阅读

本文标题：深度学习之父Hinton发布胶囊网络的最新进展，将重塑人工智能

地址：http://www.17bianji.com/lsqh/39161.html

 1/2    1