谷歌AI團隊近日推出了一款新式圖畫標示方法——“流體標示”，即采用機器學(xué)習(xí)來注釋分類標簽并勾勒出圖片中的每個對象和布景區(qū)域。谷歌官方表明其可將符號數(shù)據(jù)集的速度提高三倍。
百度眾測平臺去年曾發(fā)布了5000萬元的數(shù)據(jù)標示使命，而今年估計將達3億元。面臨如此大的市場需求，功率低、交給質(zhì)量良莠不齊的人工標示方法亟待改進。谷歌此次推出的“流體標示”如何為圖畫標示提速？
數(shù)據(jù)標示——機器感知國際的起點
“數(shù)據(jù)標示是人工智能工業(yè)的根底，是機器感知現(xiàn)實國際的起點。從某種程度上來說，沒有通過標示的數(shù)據(jù)就是無用數(shù)據(jù)。”美國加州科技大學(xué)校長秦志剛教授在接受科技日報記者采訪時表明，機器識別事物首要通過物體的一些特征。被識別的物體還需求通過數(shù)據(jù)標示才能讓機器知道這個物體是什么。
在機器的國際里，圖畫與語音、視頻等相同，是數(shù)據(jù)的一個品種。近年來，跟著數(shù)碼產(chǎn)品以及存儲技能的敏捷遍及和開展，人們每天都可通過相機、可視電話、監(jiān)控及醫(yī)療設(shè)備等制造許多圖畫。因而，現(xiàn)階段圖畫已然成為標示工業(yè)開展的重點對象。
假如資料是一張人物圖畫，那么需求標示的信息往往是性別、面部朝向、人種、有無帽子眼鏡等，也能夠人為地將人物和布景的區(qū)域區(qū)分開來。將成千上萬張通過標示的圖片組成的數(shù)據(jù)集“投喂”給機器，它才能在一張全新的圖畫平分辨出人物在哪個區(qū)域、具有怎樣的外貌特征。關(guān)于人來說“小兒科”的思考歷程，機器卻需求許多的符號數(shù)據(jù)集進行練習(xí)。
機器學(xué)習(xí)——緩解人工標示的壓力
提到人工智能工業(yè)，人們往往聯(lián)想到繁華的城市和干練的IT精英，但實際上，支撐起人工智能的數(shù)據(jù)標示工業(yè)，卻是一個勞動密布型工業(yè)。百度查找“數(shù)據(jù)標示”，會呈現(xiàn)許多圖片語音視頻數(shù)據(jù)收集、標示公司。隨機挑選一個此類詞條點進去，往往會看到“萬人數(shù)據(jù)標示團隊”等類似宣傳語?？梢娙斯耸臼悄壳皵?shù)據(jù)標示的首要方法。
“谷歌推出的流體標示模型首要使用人工智能學(xué)習(xí)的根底，對圖畫數(shù)據(jù)進行自動標示，關(guān)于標示不精確或者呈現(xiàn)偏差的地方能夠通過人工調(diào)整，然后提高標示功率。”秦志剛指出，即使該模型可借助機器學(xué)習(xí)提升標示速度，但開始還需進行人為地數(shù)據(jù)標示，為其供給初始練習(xí)數(shù)據(jù)集。事實也正是如此，為了標示圖片，谷歌預(yù)先以約一千張具有分類標簽和信賴分數(shù)的圖片練習(xí)了語意切割模型。
但該模型尚不完美，谷歌稱，物體邊界符號問題、界面操作速度以及類別擴展等仍需進一步研究或完善。
人工智能——致力于日子中的簡略使用
雖然還有諸多難題尚待霸占，但以流體標示模型為代表的數(shù)據(jù)標示新方法無疑順應(yīng)著人工智能的大潮流。實際上，自人工智能逐漸走熱以來，許多職業(yè)都想搭上這個熱潮。但是，在灼熱的潮流背面，掩藏著一個根本性的問題：人工智能終將走向何方？
“人工智能的本質(zhì)是機器擁有‘學(xué)習(xí)’的才能，可想而知，人工智能能夠極度縮短人類本身的學(xué)習(xí)時間，然后將人從大規(guī)模腦力學(xué)習(xí)活動中解放出來，去專注于更有價值的工作。”秦志剛表明，雖然人們普遍認為人工智能終將到來，但現(xiàn)階段人工智能工業(yè)仍在云端。目前大多數(shù)人工智能的使用只能生存在高性能處理器的大型廠房中，就如同第一代通用計算機ENIAC相同“大而笨重”。“眾所周知，隨后的幾十年內(nèi)計算機飛速開展到小型的筆記本電腦，功用卻比ENIAC更強壯。人工智能也當如此”。
界面簡略、功用友愛、毫無相關(guān)知識根底的人都能使用并取得舒適感，這是秦志剛想象的人工智能時代。一枚小小的人工智能芯片，能夠完成學(xué)習(xí)、練習(xí)、推理等一系列“思考”進程，而它的終端表現(xiàn)則或許僅僅人們?nèi)兆又凶顬槌Ｒ姷暮喡允褂?。如下班回家，不需再拿出鑰匙開門，智能門鎖就像一位盡職的管家，會在第一時間感知你的到來，為你敞開家門。“十年之后，人工智能將會成為干流，潛移默化滲透到日子中的各種旮旯。別看是小事情，背面卻是高密布的技能支撐。”秦志剛表明。
“愿景非?？滏?，但如何將人工智能落地和遍及推廣？這將是咱們下一步亟待霸占的難題。”秦志剛說。
百度眾測平臺去年曾發(fā)布了5000萬元的數(shù)據(jù)標示使命，而今年估計將達3億元。面臨如此大的市場需求，功率低、交給質(zhì)量良莠不齊的人工標示方法亟待改進。谷歌此次推出的“流體標示”如何為圖畫標示提速？
數(shù)據(jù)標示——機器感知國際的起點
“數(shù)據(jù)標示是人工智能工業(yè)的根底，是機器感知現(xiàn)實國際的起點。從某種程度上來說，沒有通過標示的數(shù)據(jù)就是無用數(shù)據(jù)。”美國加州科技大學(xué)校長秦志剛教授在接受科技日報記者采訪時表明，機器識別事物首要通過物體的一些特征。被識別的物體還需求通過數(shù)據(jù)標示才能讓機器知道這個物體是什么。
在機器的國際里，圖畫與語音、視頻等相同，是數(shù)據(jù)的一個品種。近年來，跟著數(shù)碼產(chǎn)品以及存儲技能的敏捷遍及和開展，人們每天都可通過相機、可視電話、監(jiān)控及醫(yī)療設(shè)備等制造許多圖畫。因而，現(xiàn)階段圖畫已然成為標示工業(yè)開展的重點對象。
假如資料是一張人物圖畫，那么需求標示的信息往往是性別、面部朝向、人種、有無帽子眼鏡等，也能夠人為地將人物和布景的區(qū)域區(qū)分開來。將成千上萬張通過標示的圖片組成的數(shù)據(jù)集“投喂”給機器，它才能在一張全新的圖畫平分辨出人物在哪個區(qū)域、具有怎樣的外貌特征。關(guān)于人來說“小兒科”的思考歷程，機器卻需求許多的符號數(shù)據(jù)集進行練習(xí)。
機器學(xué)習(xí)——緩解人工標示的壓力
提到人工智能工業(yè)，人們往往聯(lián)想到繁華的城市和干練的IT精英，但實際上，支撐起人工智能的數(shù)據(jù)標示工業(yè)，卻是一個勞動密布型工業(yè)。百度查找“數(shù)據(jù)標示”，會呈現(xiàn)許多圖片語音視頻數(shù)據(jù)收集、標示公司。隨機挑選一個此類詞條點進去，往往會看到“萬人數(shù)據(jù)標示團隊”等類似宣傳語?？梢娙斯耸臼悄壳皵?shù)據(jù)標示的首要方法。
“谷歌推出的流體標示模型首要使用人工智能學(xué)習(xí)的根底，對圖畫數(shù)據(jù)進行自動標示，關(guān)于標示不精確或者呈現(xiàn)偏差的地方能夠通過人工調(diào)整，然后提高標示功率。”秦志剛指出，即使該模型可借助機器學(xué)習(xí)提升標示速度，但開始還需進行人為地數(shù)據(jù)標示，為其供給初始練習(xí)數(shù)據(jù)集。事實也正是如此，為了標示圖片，谷歌預(yù)先以約一千張具有分類標簽和信賴分數(shù)的圖片練習(xí)了語意切割模型。
但該模型尚不完美，谷歌稱，物體邊界符號問題、界面操作速度以及類別擴展等仍需進一步研究或完善。
人工智能——致力于日子中的簡略使用
雖然還有諸多難題尚待霸占，但以流體標示模型為代表的數(shù)據(jù)標示新方法無疑順應(yīng)著人工智能的大潮流。實際上，自人工智能逐漸走熱以來，許多職業(yè)都想搭上這個熱潮。但是，在灼熱的潮流背面，掩藏著一個根本性的問題：人工智能終將走向何方？
“人工智能的本質(zhì)是機器擁有‘學(xué)習(xí)’的才能，可想而知，人工智能能夠極度縮短人類本身的學(xué)習(xí)時間，然后將人從大規(guī)模腦力學(xué)習(xí)活動中解放出來，去專注于更有價值的工作。”秦志剛表明，雖然人們普遍認為人工智能終將到來，但現(xiàn)階段人工智能工業(yè)仍在云端。目前大多數(shù)人工智能的使用只能生存在高性能處理器的大型廠房中，就如同第一代通用計算機ENIAC相同“大而笨重”。“眾所周知，隨后的幾十年內(nèi)計算機飛速開展到小型的筆記本電腦，功用卻比ENIAC更強壯。人工智能也當如此”。
界面簡略、功用友愛、毫無相關(guān)知識根底的人都能使用并取得舒適感，這是秦志剛想象的人工智能時代。一枚小小的人工智能芯片，能夠完成學(xué)習(xí)、練習(xí)、推理等一系列“思考”進程，而它的終端表現(xiàn)則或許僅僅人們?nèi)兆又凶顬槌Ｒ姷暮喡允褂?。如下班回家，不需再拿出鑰匙開門，智能門鎖就像一位盡職的管家，會在第一時間感知你的到來，為你敞開家門。“十年之后，人工智能將會成為干流，潛移默化滲透到日子中的各種旮旯。別看是小事情，背面卻是高密布的技能支撐。”秦志剛表明。
“愿景非?？滏?，但如何將人工智能落地和遍及推廣？這將是咱們下一步亟待霸占的難題。”秦志剛說。
