日本免费全黄少妇一区二区三区-高清无码一区二区三区四区-欧美中文字幕日韩在线观看-国产福利诱惑在线网站-国产中文字幕一区在线-亚洲欧美精品日韩一区-久久国产精品国产精品国产-国产精久久久久久一区二区三区-欧美亚洲国产精品久久久久

  1. 首頁 > 云知道 > >

AI可以識別圖像 但它能理解標(biāo)題嗎？

小知識科普圖像神經(jīng)網(wǎng)絡(luò)標(biāo)簽研究人員


AI可以識別圖像 但它能理解標(biāo)題嗎？



2012年， 人工智能研究人員發(fā)現(xiàn)， 通過向一個名為ImageNet的數(shù)據(jù)庫提供數(shù)以百萬計的標(biāo)簽圖像， 計算機(jī)識別圖像的能力會有很大的提高 。 這使得計算機(jī)視覺進(jìn)入了一個激動人心的階段， 因為很明顯， 使用ImageNet訓(xùn)練的模型可以幫助解決各種圖像識別問題 。 六年后， 這種進(jìn)步為自動駕駛汽車在城市街道上導(dǎo)航鋪平了道路， 并且使得Facebook用戶可以在照片中對人物進(jìn)行智能標(biāo)記 。
然而， 在人工智能研究的其他領(lǐng)域， 比如理解語言方面， 類似的模型則被證明是難以實現(xiàn)的 。 但是， 來自fast.ai、OpenAI和艾倫研究所(Allen Institute)的最新研究表明， 這是一個潛在的突破點， 有更強大的語言模型可以幫助研究人員解決一系列尚未解決的問題 。 其中一種新模型背后的研發(fā)人員塞巴斯蒂安?魯?shù)?Sebastian Ruder)稱其為該領(lǐng)域的“ImageNet時刻” 。
這些改進(jìn)可能是戲劇性的 。 到目前為止， 被最廣泛測試的語言模型是ELMo(Embeddings from Language Models) 。 今年春天， 當(dāng)艾倫研究所發(fā)布ELMo的時候， 以往的各種挑戰(zhàn)迅速被顛覆了， 比如在閱讀理解方面， 人工智能回答了關(guān)于一段文章的SAT式的問題并進(jìn)行了情緒性分析 。 在一個進(jìn)步往往是漸進(jìn)的領(lǐng)域， ELMo的加入使得結(jié)果的正確率提高了25% 。 今年6月， 這項進(jìn)步在一次大型會議上獲得了最佳論文獎 。
加州大學(xué)伯克利分校的計算機(jī)科學(xué)教授丹?克萊因(Dan Klein)是早期采用者之一 。 他和一名學(xué)生正在研究一個“選區(qū)解析器”， 這是一種基本的工具， 它涉及到對句子的語法結(jié)構(gòu)進(jìn)行映射 。 ELMo的加入使得克萊因突然擁有了世界上最好的系統(tǒng)， 最精確的同時擁有驚人的寬限度 。 他說：“如果你幾年前問我， 是否有可能性達(dá)到這么高的水平， 我并不能確定 。 ”
像ELMo這樣的模型， 解決了一個使用語言的語言學(xué)家的核心問題：缺乏標(biāo)簽的數(shù)據(jù) 。 為了訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)能夠做決定， 許多語言問題都需要人工來精心標(biāo)記數(shù)據(jù) 。 但是， 制作這些數(shù)據(jù)需要時間和金錢， 甚至很多信息也無法捕捉到我們說話和寫作中不可預(yù)測的方式 。 對于除英語以外的語言， 研究人員通常沒有足夠的標(biāo)記數(shù)據(jù)來完成基本的任務(wù) 。
“我們永遠(yuǎn)無法獲得足夠的標(biāo)簽數(shù)據(jù)， ”艾倫研究所ELMo項目團(tuán)隊領(lǐng)導(dǎo)者的研究人員馬修?彼得斯(Matthew Peters)說 。 “我們真的需要開發(fā)出一種模型， 它可以處理雜亂的、沒有標(biāo)簽的數(shù)據(jù)， 并且從中學(xué)習(xí)到盡可能多的信息 。 ”
幸運的是， 多虧了互聯(lián)網(wǎng)， 研究人員得以從維基百科、書籍和社交媒體等來源獲得了大量的雜亂數(shù)據(jù) 。 我們的策略是將這些詞輸入到一個神經(jīng)網(wǎng)絡(luò)中， 并允許它自己識別模式， 即所謂的“無監(jiān)督”方法 。 我們希望這些模式能夠捕捉到語言的一些基本方面——一種單詞的含義， 或者是語法的基本輪廓 。 與使用ImageNet訓(xùn)練的模型一樣， 這樣的語言模型可以被精確地調(diào)整以掌握更具體的任務(wù)——比如總結(jié)一篇科學(xué)文章， 將電子郵件歸類為垃圾郵件， 甚至為一個簡短的故事生成一個令人滿意的結(jié)尾 。
這種直覺基礎(chǔ)并不新鮮 。 近年來， 研究人員利用一種叫做“文字嵌入(word embeddings)”的技術(shù)來深入研究無標(biāo)簽的數(shù)據(jù)， 這一技術(shù)可以根據(jù)它們在大量文本中出現(xiàn)的方式來映射單詞之間的關(guān)系 。 新模式的目標(biāo)定位到更深層， 捕捉從文字到更高層次的語言概念的信息 。 魯?shù)乱呀?jīng)寫過關(guān)于這些更深層次的模型對各種語言問題而言的巨大潛力， 希望新模型能成為簡單的“單詞嵌入”的替代品 。

推薦閱讀