不久前,在2017年美國國家標準與技術(shù)研究院組織的全球人臉識別技術(shù)測試上,一支中國人工智能技術(shù)團隊超過(guò)來(lái)自俄羅斯、美國、法國的對手,成為第一個(gè)獲得冠軍的中國團隊。

參賽團隊需要在百萬(wàn)量級人臉數據庫中找到目標人臉或判斷其在不在庫中。查詢(xún)照片來(lái)自出入境等真實(shí)業(yè)務(wù)場(chǎng)景,包含識別對象不在攝像頭前特定位置的“非配合性”照片。機器面臨曝光過(guò)度、逆光、側臉、遠距離、低像素的挑戰。衡量指標在于搜索的準確率,以千萬(wàn)分之一誤報率下的性能為評估標準。檢索準確率越高,就意味著(zhù)參賽者的算法可以在更大規模的人臉數據庫中獲得可靠檢索結果,可以更準確、高效地完成身份驗證。

贏(yíng)得冠軍的中國團隊——依圖科技的首席執行官朱瓏認為,這除了說(shuō)明來(lái)自中國的算法技術(shù)超過(guò)了全球的競爭對手,還有更大的意義:我們的算法已經(jīng)在十億分之一的誤報下達到超過(guò)90%的識別率,已經(jīng)能夠超越所謂的國際主流標準。

人臉識別就是科學(xué)家口中的計算機視覺(jué),作為人工智能極其重要和關(guān)鍵的領(lǐng)域,目前正處在超乎想象的快速發(fā)展階段?!皬奈覀冏约旱慕?jīng)驗看,我們的算法效率幾乎以每年100倍的速度在提高?,F在在幾億量級的面孔中識別出一個(gè)人,并不是什么難事?!敝?,依圖科技搭建了全球首個(gè)10億級人像比對系統。

朱瓏說(shuō),簡(jiǎn)單講,計算機視覺(jué)是制造有人類(lèi)視覺(jué)能力的機器,讓計算機通過(guò)學(xué)習算法接近人類(lèi)對圖像的理解程度。而當計算機實(shí)現了對圖像和視頻的初始理解,計算機視覺(jué)就能幫助人類(lèi)突破局限性,改善生活。例如,目前依圖的主要技術(shù)聚焦在計算圖像識別和自然語(yǔ)言理解在城市管理、醫療、金融領(lǐng)域的應用,同時(shí)也在進(jìn)行人機交互、人工智能芯片等研發(fā)。

不同于計算機,人一睜眼就能迅速看到和看明白一個(gè)場(chǎng)景,因為人的大腦皮層至少有一半以上的海量神經(jīng)元參與了視覺(jué)任務(wù)的完成。在互聯(lián)網(wǎng)、云計算、大數據等幫助下,科學(xué)家們也開(kāi)始利用深度學(xué)習、神經(jīng)網(wǎng)絡(luò )等模型和方式來(lái)教會(huì )計算機識別物體。有意思的是,盡管人類(lèi)希望計算機視覺(jué)接近人類(lèi)智慧,但在很多場(chǎng)合特別是機器得到海量數據的學(xué)習訓練后,科學(xué)家們發(fā)現計算機視覺(jué)處理能力似乎已經(jīng)超越了人類(lèi)大腦。

“計算機識別人臉和物體的時(shí)候,有點(diǎn)像從人眼看見(jiàn)物體到大腦譯出最終結果的過(guò)程。我們的計算模型也類(lèi)似人的神經(jīng)元傳遞方式,一層一層搭建起高級的神經(jīng)網(wǎng)絡(luò )?!敝飙嚭蛯?、著(zhù)名科學(xué)家霍金的弟子艾倫·尤爾,最早在實(shí)驗室中研發(fā)出新系統,通過(guò)遞歸式塔狀結構來(lái)表示物體的結構,而不是像傳統識別方式那樣,需要事先被告知物體特征,從而會(huì )導致巨大的數據存儲量。朱瓏認為,技術(shù)人才的儲備、市場(chǎng)環(huán)境的成熟和實(shí)踐的基礎、數據資源,是中國人工智能可以和全球最強對手競爭的巨大優(yōu)勢。無(wú)論是對國家還是從業(yè)者而言,人工智能都將迎來(lái)極其難得的機遇。

 

您可以復制這個(gè)鏈接分享給其他人:http://wap.northchejian.com.cn/node/356