來自Venturebeat的盤點,人工智能都在哪些領(lǐng)域超越了人類?歡迎補充。
目前,不同于一次處理多個事物的人腦,機器人必須以線性方式“思考”。在某些領(lǐng)域,AI已經(jīng)打敗人類,深度神經(jīng)網(wǎng)絡(luò)學(xué)會了交談,駕駛汽車,獲得電子游戲的勝利,畫圖,并幫助科學(xué)發(fā)現(xiàn)。
這里有六個領(lǐng)域,人工神經(jīng)網(wǎng)絡(luò)證明他們可以超越人類的智慧。
1. 圖像和物體識別
機器在圖像和物體識別方面有很好的記錄。 Geoff Hinton發(fā)明的膠囊網(wǎng)絡(luò)幾乎減少了以前的最佳錯誤率,這個測試挑戰(zhàn)軟件識別玩具。即使視圖與之前分析的視圖不同,在各種掃描中使用增加量的這些膠囊也允許系統(tǒng)更好地識別物體。
另一個例子來自一個最先進的網(wǎng)絡(luò),該網(wǎng)絡(luò)經(jīng)過標(biāo)記圖像數(shù)據(jù)庫的訓(xùn)練,能夠比相同任務(wù)訓(xùn)練100小時的博士更好地分類對象。
2. 電子游戲
Google的DeepMind使用深度學(xué)習(xí)技術(shù),被稱為深度強化學(xué)習(xí)。研究人員用這種方法教計算機玩Atari游戲Breakout。電腦沒有以任何特定的方式教授或編程玩游戲。相反,它在觀看比分時被賦予了鍵盤的控制權(quán),其目標(biāo)是最大化得分。玩了兩個小時后,電腦成了游戲的專家。
深度學(xué)習(xí)社區(qū)正在進行一場比賽,訓(xùn)練計算機在幾乎所有你能想到的游戲中擊敗人類,包括太空侵略者,毀滅戰(zhàn)士,乒乓球和魔獸世界。在大多數(shù)這些游戲中,深度學(xué)習(xí)網(wǎng)絡(luò)已經(jīng)勝過有經(jīng)驗的玩家。電腦沒有編程玩游戲;他們只是通過玩耍學(xué)習(xí)。
3. 語音生成和識別
去年,Google發(fā)布了WaveNet,百度發(fā)布了Deep Speech。兩者都是自動生成語音的深度學(xué)習(xí)網(wǎng)絡(luò)。系統(tǒng)學(xué)會自己模仿人類的聲音,并隨著時間的推移而改善。將他們的言論與真實的人物區(qū)別開來,這要比想像中難得多。
由牛津大學(xué)和Google DeepMind科學(xué)家LipNet創(chuàng)建的一個深度網(wǎng)絡(luò),在閱讀人們的嘴唇方面達到了93%的成功,普通的人類嘴唇閱讀器只有52%的成功率。華盛頓大學(xué)的一個小組使用唇形同步來創(chuàng)建一個系統(tǒng),將合成音頻設(shè)置為現(xiàn)有視頻。
4. 藝術(shù)和風(fēng)格的模仿
神經(jīng)網(wǎng)絡(luò)可以研究特定藝術(shù)品的筆畫,顏色和陰影中的圖案。在此基礎(chǔ)上,可以將原作的風(fēng)格轉(zhuǎn)化為新的形象。
DeepArt.io就是一個例子,該公司創(chuàng)建的應(yīng)用程序使用深度學(xué)習(xí)來學(xué)習(xí)數(shù)百種不同的風(fēng)格,可以將其應(yīng)用于照片。藝術(shù)家和程序員Gene Kogan還根據(jù)從埃及象形文字中學(xué)到的算法樣式,應(yīng)用風(fēng)格轉(zhuǎn)換來修改蒙娜麗莎。
5. 預(yù)測
斯坦福大學(xué)研究人員蒂姆尼特·格布魯(Timnit Gebru)拿走了五千萬張谷歌街景圖片,探索一個深度學(xué)習(xí)網(wǎng)絡(luò)可以做些什么。計算機學(xué)會了本地化和識別汽車。它檢測到超過2200萬輛汽車,包括他們的制造商,型號,車型和年份。這個系統(tǒng)應(yīng)用的一個例子包括了選民路線開始和停止的跡象。根據(jù)分析,“如果在15分鐘車程內(nèi)遇到的轎車數(shù)量超過皮卡車數(shù)量,那么在下次總統(tǒng)選舉期間,這個城市很可能會投票給民主黨人(88%的概率)。
來自Google Sunroof的機器的另一個例子比人類提供更準(zhǔn)確的預(yù)測。該技術(shù)使用來自Google Earth的航空照片創(chuàng)建屋頂?shù)?D模型,將其與周圍的樹木和陰影區(qū)分開來。然后使用太陽的軌跡來預(yù)測太陽能電池板根據(jù)位置規(guī)格可以從屋頂產(chǎn)生多少能量。
6. 網(wǎng)站設(shè)計修改
人工智能在網(wǎng)站建設(shè)者中的整合可以幫助更快更有效地修改網(wǎng)站,并且可能比人類更準(zhǔn)確。像這樣的系統(tǒng)的底層技術(shù)提供了一個平均用戶對網(wǎng)站外觀的意見,這告訴設(shè)計師網(wǎng)站設(shè)計不好或好。今天,網(wǎng)站建設(shè)者要么使用深度網(wǎng)絡(luò)來修改設(shè)計,要么計劃在不久的將來直接使用它們。