微軟的研究人員在深度學(xué)習(xí)技術(shù)的發(fā)展上，又一次超越自己取得碩果。亞洲研究機構(gòu)的職員們發(fā)表了一篇關(guān)于深度學(xué)習(xí)的學(xué)術(shù)論文，并表示，微軟最新的深度學(xué)習(xí)系統(tǒng)在一個指標(biāo)上超越人類。

該論文表示，微軟最新的深度學(xué)習(xí)系統(tǒng)在分辨2012年版的ImageNet圖像數(shù)據(jù)庫時，錯誤率只有4.94%，相比于普通人的5.1%。這個辨別圖像的任務(wù)大致是讓被試辨別在圖像中的物體，然后把這張圖像歸類于正確的類別中。微軟的研究人員在學(xué)術(shù)論文中表示，在這個視覺識別的任務(wù)中，這樣的結(jié)果（識別圖像的錯誤率）首次超越了人類的水平。

這次的學(xué)術(shù)論文發(fā)表不僅引起了人工智能領(lǐng)域相關(guān)人士的注意，同時，證明了微軟在深度學(xué)習(xí)技術(shù)方面的實力。當(dāng)然，也會引起Facebook和Google在這方面的人才競爭。深度學(xué)習(xí)是機器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它讓計算機模仿人腦的思考機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。 

微軟的研究人員還表示，最新的深度學(xué)習(xí)系統(tǒng)是通過提升Google的 GoogLeNet系統(tǒng)性能，大概提高了26%，從而實現(xiàn)超越人類能力的。而原本的GoogLeNet系統(tǒng)圖像辨別錯誤率達(dá)到6.66%。

有趣的事情是，這些微軟研究人員并不認(rèn)為，計算機的圖像辨別能力勝于人類。他們說：

雖然在這個特定的圖像數(shù)據(jù)庫上，我們的算法成就這樣的結(jié)果，但這并不意味著在圖像識別上，計算機的圖像識別勝于人類。在識別基本類別的時候，比如日常用品或者生活常識，計算機存在明顯的錯誤，而人類則不會了。不過，我們依然相信，我們的成果表明在圖像識別上，算法有著巨大的潛能讓計算機達(dá)到人類的水平。

 via：venturebeat

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。