菲洛嘉青春动能素135HA FILLMED® NCTF 135HA LED指示灯的常见故障分析 智微智能 Elkhartlake K075终端,零售产业新选择 天空蓝拓客管理系统详细介绍版 muso公链项目 天使计划 是什么?[秘] 独家揭秘最前沿的家装“黑科技”——掌赋 天博体育欧洲杯特辑,东道主法兰西的失意2016 亚马逊的送货侦察员 学习听起来像挡泥板 Google Comics Factory使ML变得容易 笑着说-男性或女性 Amazon Rekognition中更好的人脸检测 关于Spaun的真相-大脑模拟 两个聊天机器人彼此聊天-有趣又怪异 GANPaint:将AI用于艺术 WCF和WF给予社区 从耳朵到脸 所有神经网络的深层缺陷 蠕虫在尾巴上平衡杆子 Kickstarter上的OpenCV AI套件 TensorFlow-Google的开源AI和计算引擎 众包取代新闻工作者 Google的DeepMind学会玩街机游戏 哑机器人V智能机器人 .NET与.NET 5融为一体 Google的深度学习-语音识别 LInQer将.NET LINQ移植到Javascript 机器人TED演讲-新的图灵测试? GAN的发明者加入苹果 您的智能手机会监视您键入的内容 人工智能帮助改善国际象棋 Zalando Flair NLP库已更新 TensorFlow 1.5包含移动版本 AlphaGo输了一场比赛-比分3-1 虚拟机器学习峰会 Microsoft开源AI调试工具 SharePoint走向移动 F#4.0发出文化变革的信号 克里斯蒂拍卖AI艺术品 人工智能如何区分 Facebook在蒙特利尔的新AI实验室 Mozilla想要您的声音 微软使用极深的神经网络赢得ImageNet 建立AI合作伙伴关系 .NET Core 3-Microsoft几乎回到了起点 神经网络-更好的销售商? Google使用AI查找您的住所 虹膜-适用于Android的Siri证明苹果没有优势 TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作
您的位置:首页 >物联网 >

微软的新深度学习系统

微软研究院已加入深度学习淘金热,并基于神经网络开发了一种照片分类器。亚当计划被宣称比其竞争对手强50倍,但足以称得上是极具破坏性的突破。

亚当计划的目标是:

“创建一个大脑规模的神经网络,以受当今大脑的启发,为明天的应用提供动力”

正如其促销视频中所解释的那样,深度学习从大脑学习如何训练软件来执行人类活动(尤其是识别语音,解释和分类图像以及阅读文档)中汲取灵感,

是真正的人工智能的一些第一步:

与其他深度学习计划一样,Microsoft的研究集中在照片分类器上,并基于基于分布式系统的异步技术制作了一个这样的照片分类器,它更快,更高效且准确度是后者的两倍以上。

微软项目负责人Trishul Chilimbi指出,他是Project Adam项目的负责人:

“我们希望通过商用PC构建高效,高度可扩展的分布式系统,该系统具有世界一流的培训速度,可扩展性和任务准确性,可用于一项重要的大规模任务。我们专注于愿景,因为这是我们拥有最大的公开数据集的任务...我们的系统是通用的,并支持训练各种深层神经网络[DNN]架构。它还可以用于训练大型DNN,以执行诸如语音识别和文本处理之类的任务。”

为了展示自己的实力,Microsoft Research指出了一个事实,它不仅可以区分狗的类型,还可以区分两种威尔士科基犬-彭布罗克威尔士柯基犬和羊毛衫威尔士柯基犬。

与我们在2012年6月了解到的Google深度神经网络一样,此功能的关键是使用“卷积层”。Chilimbi说:

“我们发现,当您将水平添加到DNN时,在达到特定点之前,您可以获得更好的准确性。从两个卷积层到三个卷积层到五个或六个似乎是最佳选择。有趣的是,人们已经对人类的视觉皮层进行了研究,发现大脑的神经元层大约有六层。

有趣的原因是该神经网络的每一层都会根据其下一层自动学习更高级别的功能。顶层学习高级概念,例如植物,书面文本或闪亮的对象。看来您到了将收益递减到另一个水平的地步。从生物学上来说,这似乎也是正确的。”

解释了Project Adam的识别柯基犬的能力,这些层看起来像这样工作:

第一层学习狗形状的轮廓。下一层可能会学习纹理和毛发,第三层可能会学习身体的部分-耳朵和眼睛的形状。第四层将学习更复杂的身体部位,第五层将被保留用于诸如狗脸之类的高级可识别概念。信息冒泡到顶部,在此过程的每个步骤中都获得越来越复杂的视觉理解。

亚当计划不仅涉及狗的品种分类。在视频中,提供了两个例子说明这些研究可能实现的内容。首先,您可以拍摄食物以即时分析其营养信息;第二个是拍摄皮肤病变,并将其和基本的实验室检查结果发送以进行早期诊断。

这是改变游戏规则的人吗?Chilimbi认为:

“到目前为止,计算机一直是非常好的数字运算器。现在,我们开始教他们成为模式识别器。将这两件事结合在一起,将开辟一个我们无法想象否则的应用程序新世界。”

广场项目

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。