人臉識(shí)別技術(shù)已經(jīng)從如何識(shí)別面部特征進(jìn)展到必須判定目標(biāo)物體之間的‘意圖’，了解目標(biāo)物之間的支配或關(guān)系變化情況。
“人臉識(shí)別技術(shù)已經(jīng)從如何識(shí)別面部特征進(jìn)展到必須判定目標(biāo)物體之間的‘意圖’，了解目標(biāo)物之間的支配或關(guān)系變化情況，而背后的支撐是來(lái)自于近年來(lái)獲得巨大進(jìn)展的
深度學(xué)習(xí)和人工智能技術(shù)，”香港中文大學(xué)教授林達(dá)華指出。
投入視覺(jué)技術(shù)研究多年的林達(dá)華日前在深圳市機(jī)器人協(xié)會(huì)主辦的服務(wù)型機(jī)器人技術(shù)與應(yīng)用大會(huì)中指出，深度學(xué)習(xí)技術(shù)正在驅(qū)動(dòng)人工智能邁向成熟，落地到人臉／圖像識(shí)別、虛擬現(xiàn)實(shí)（VR）、機(jī)器人、無(wú)人車(chē)和語(yǔ)音理解等多個(gè)行業(yè)應(yīng)用中。
過(guò)去，林達(dá)華和他的研究團(tuán)隊(duì)所專(zhuān)注的視覺(jué)技術(shù)大多運(yùn)用在人臉和圖像識(shí)別領(lǐng)域，但隨著技術(shù)進(jìn)展，視覺(jué)技術(shù)正在探索更廣泛的計(jì)算機(jī)應(yīng)用領(lǐng)域，這些進(jìn)展主要得益于近年來(lái)發(fā)展快速的深度學(xué)習(xí)技術(shù)。
過(guò)去1~2年來(lái)，深度學(xué)習(xí)成為熱門(mén)詞匯，與人工智能緊密結(jié)合，在消費(fèi)、計(jì)算、安防等領(lǐng)域中受到大量關(guān)注。事實(shí)上深度學(xué)習(xí)的研究已經(jīng)持續(xù)數(shù)十年，但2012年，這個(gè)領(lǐng)域出現(xiàn)了突破性的進(jìn)展。
美國(guó)斯坦福大學(xué)曾經(jīng)組織一場(chǎng)比賽，目標(biāo)是讓參賽者從1,000萬(wàn)張照片中將每張照片分到一千個(gè)類(lèi)別里。在2012年之前，這個(gè)競(jìng)賽的錯(cuò)誤率一直停滯在26%，幾乎沒(méi)有進(jìn)展，林達(dá)華說(shuō)。但2012年多倫多大學(xué)的一個(gè)研究團(tuán)隊(duì)設(shè)計(jì)的八層深度網(wǎng)絡(luò)，將26%的錯(cuò)誤率降至13%。這個(gè)結(jié)果震憾了整個(gè)計(jì)算機(jī)視覺(jué)研究領(lǐng)域，此后深度學(xué)習(xí)的研究開(kāi)始從學(xué)術(shù)界的研究單位向業(yè)內(nèi)擴(kuò)展，從谷歌、微軟到中小型企業(yè)都投入大量精力進(jìn)行研究。
自2012年以來(lái)，許多大公司和研究團(tuán)隊(duì)將精力放在深度網(wǎng)絡(luò)壓縮上，這讓深度網(wǎng)絡(luò)的層次呈現(xiàn)指數(shù)級(jí)的增長(zhǎng)。2014年谷歌提出了22層的新網(wǎng)絡(luò)；2015年微軟則提出更有效的方法來(lái)訓(xùn)練深度網(wǎng)絡(luò)，將網(wǎng)絡(luò)深度從22層提高到169層。而幾個(gè)月之后，林華達(dá)和他的研究團(tuán)隊(duì)在今年提出了接近800層的網(wǎng)絡(luò)模型。
林達(dá)華指出，導(dǎo)致深度學(xué)習(xí)成功的因素來(lái)自二方面：“首先是對(duì)大部分人工智能的模型來(lái)說(shuō)有參與口徑，要發(fā)射出去飛上太空要兩個(gè)基本要素，一個(gè)是需要燃料，另外一個(gè)是需要有引擎，能夠把燃料轉(zhuǎn)化為動(dòng)能。作為類(lèi)比，對(duì)人工智能來(lái)說(shuō)，我們的燃料就是數(shù)據(jù)，最近幾年隨著大數(shù)據(jù)的普及，各行各業(yè)產(chǎn)生了大量數(shù)據(jù)，這些數(shù)據(jù)為人工智能的起飛提供了燃料，深度學(xué)習(xí)看成對(duì)人工智能新一代的引擎。它可以說(shuō)是非常革命性的提高了對(duì)燃料的觸覺(jué)能力。”
數(shù)據(jù)驅(qū)動(dòng)了深度學(xué)習(xí)的大幅度進(jìn)展，與2012年相比，目前高達(dá)800層的網(wǎng)絡(luò)模型的表達(dá)能力也大幅提升。但這么復(fù)雜的網(wǎng)絡(luò)需要強(qiáng)大的超級(jí)計(jì)算機(jī)集群才能做訓(xùn)練。“過(guò)去我們訓(xùn)練數(shù)百層的大型網(wǎng)絡(luò)時(shí)，要使用上萬(wàn)個(gè)處理器內(nèi)核跑一個(gè)星期，”林達(dá)華說(shuō)，但這種方法無(wú)法讓深度學(xué)習(xí)網(wǎng)絡(luò)落地到商業(yè)應(yīng)用中。
林達(dá)華和他的團(tuán)隊(duì)通過(guò)許多手段對(duì)網(wǎng)絡(luò)進(jìn)行檢測(cè)和壓縮，去除重復(fù)的神經(jīng)元及沒(méi)有用的連接。通過(guò)整合多種技術(shù)，目前已經(jīng)能將超大型的深度網(wǎng)絡(luò)壓縮1,000倍，相當(dāng)于能將這樣的網(wǎng)絡(luò)用FPGA來(lái)實(shí)現(xiàn)，與嵌入式GPU相比，每瓦特性能提高5倍，而成本則大幅降低。
深度網(wǎng)絡(luò)壓縮，可將超大型深度網(wǎng)絡(luò)壓縮1,000倍?！?/strong>(來(lái)源：香港中文大學(xué) / 林達(dá)華 )
通過(guò)在芯片上實(shí)現(xiàn)技術(shù)方案，大規(guī)模降低成本，象征著該領(lǐng)域的技術(shù)已臻成熟，終能落地到行業(yè)甚至消費(fèi)應(yīng)用領(lǐng)域。“深度壓縮技術(shù)將推動(dòng)嵌入式深度視覺(jué)的技術(shù)的發(fā)展，我們已經(jīng)有些成功的原型，能夠壓縮大型的、頂級(jí)性能的網(wǎng)絡(luò)。”林達(dá)華說(shuō)。目前的人工智能技術(shù)已經(jīng)走出實(shí)驗(yàn)室，未來(lái)幾年這些技術(shù)還將對(duì)整個(gè)產(chǎn)業(yè)界產(chǎn)生更大的沖擊。
免責(zé)聲明：本站所使用的字體和圖片文字等素材部分來(lái)源于互聯(lián)網(wǎng)共享平臺(tái)。如使用任何字體和圖片文字有冒犯其版權(quán)所有方的，皆為無(wú)意。如您是字體廠商、圖片文字廠商等版權(quán)方，且不允許本站使用您的字體和圖片文字等素材，請(qǐng)聯(lián)系我們，本站核實(shí)后將立即刪除！任何版權(quán)方從未通知聯(lián)系本站管理者停止使用，并索要賠償或上訴法院的，均視為新型網(wǎng)絡(luò)碰瓷及敲詐勒索，將不予任何的法律和經(jīng)濟(jì)賠償！敬請(qǐng)諒解！
粵公網(wǎng)安備 44030402000264號(hào)
