當前，人工智能正在席卷全球科技產業(yè)，越來越多的行業(yè)和市場都在人工智能領域進行深耕，作為當今輔助人類進行創(chuàng)新和變革的重要生產力工具和技術驅動力，人工智能技術當前已經發(fā)展到什么階段了呢？未來人工智能產業(yè)又將會走向何方呢？本期我們一起來聊聊。
對于人工智能技術來說，我們日常經?？吹降幕蛟S是機器算法的應用、又或是對于自然語言的處理等內容，對于人工智能來說，現(xiàn)在已經收集了海量的最優(yōu)算法，其中涵蓋了計算機視覺、游戲、自然語言處理、網絡圖、知識庫等很多內容。
計算機視覺感知
其中值得一提的是計算機視覺，對于計算機視覺來說，3D技術是最受青睞的一類，2017年的CVPR，MIT、馬薩諸塞大學阿默斯特分校和谷歌DeepMind的研究人員展示了一項成果，使用自動編碼器（VAE），構建了一個名叫SingleVPNet的框架，能從多個視角的深度圖或其相應的輪廓（silhouette）學習生成模型，并使用渲染函數(shù)從這些圖像生成細節(jié)精致的3D形狀。
對于計算機識別感知框架來說，通過一系列不同視角的2D深度圖當中，研究人員就能夠去生成新的3D形狀和3D圖片，其中的平均誤差將會縮小到0．35左右，也就是說計算機視覺所帶來的3D圖片將會是非常逼真的一張圖。
動作識別
在人工智能領域當中，動作識別是整個視頻識別當中最為關鍵的一項組成部分，整個動作可能會貫穿視頻當中，對于動作識別來說，很有可能成為圖像識別的重要組成部分，2017年的NeurIPS，CMU機器人學院的研究人員Rohit Girdhar 和 Deva Ramanan 利用注意力機制（Attentional Pooling），在保持網絡復雜度和計算量基本不變的情況下，在三個靜態(tài)圖像和視頻標準動作識別數(shù)據(jù)集上提升了動作識別的基準。其中，在MPII人體姿態(tài)數(shù)據(jù)集上取得了12．5％的相對改進。
人臉識別技術
在今年的市場研究數(shù)據(jù)報告顯示，在被譽為工業(yè)界“黃金標準”的全球人臉識別算法測試（FRVT）中，依圖科技以千萬分之一誤報下的識別準確率超過99％，繼續(xù)保持全球人臉識別競賽冠軍。
千萬分位誤報下的識別準確率超過99％，意味著更多核心關鍵的安防場景被解鎖。相比于去年同期，全球人臉識別性能提升了80％。在整個報告當中對于很多國內的人工智能企業(yè)進行了重點的提及和展示，而中國的人工智能企業(yè)也的確在業(yè)務領域和技術創(chuàng)新方面領跑全球。
人體姿態(tài)數(shù)據(jù)分析
在今年的9月份，AlphaPose系統(tǒng)升級，采用PyTorch框架，在姿態(tài)估計標準測試集COCO validaTIon set上，達到 71mAP的精度比OpenPose 相對提升17％，Mask－RCNN相對提升8％，同時，速度達到了20FPS比OpenPose相對提高66％，Mask－RCNN相對提高300％。
圖像分類
計算機對于圖像處理來說其實早就已經超越了人類的原有技術應用，當前圖像分類精度的最好成績，往往是其他研究的副產物。ICLR 2017，谷歌大腦 Barret Zoph 和 Quoc V． Le 發(fā)表了“Neural Architecture Search with Reinforcement Learning”，他們用強化學習自動搜索神經網絡結構，最終AI自己設計出的模型，在 CIFAR－10數(shù)據(jù)集上做圖像分類取得了96．35％的精度。
GAN在今年不斷發(fā)展，今年ICLR DeepMind 提出的 BigGAN，可謂當前最強圖像生成模型，在128x128分辨率的ImageNet上訓練，BigGAN的 IncepTIon 分數(shù)（IS）可以達到 166．3 ，F(xiàn)rechet IncepTIon 距離（FID）9．6。
下載文檔
