Sigfox快速跑马圈地能否在物联领域网络

2020-03-30 | 民生法规  浏览:0次

入选MIT十大突破性技术 ,AI版“双手互搏”到底有多牛?

日前,《麻省理工科技评论》刊文评出了2018年十大突破性技术,对抗性神经络(GAN)赫然在列。

什么是对抗性神经络?为什么它能入选MIT十大突破性技术?它的发展脉络如何?与我们此前耳熟能详的神经络有什么区别?能够应用在人工智能的哪些场景?还有哪些关键问题有待攻克?

中国自动化学会混合智能专委会副主任、中国人工智能学会机器学习专委会常委、复旦大学博士生导师张军平教授在接受采访时做了深入浅出的解释。

张军平告诉,虽然GAN是科技领域的新贵,但其实在很久以前的中外小说中就能看到这个想法的影子。

GAN络的原理本质上就是人工智能或机器学习版本。

一个络中有两个角色,修炼的过程中左手扮演攻方,即生成器(generator),试图生成和自然世界中拟完成任务足够相似的目标;右手扮演守方,即判别器(discriminator),试图把这个假的、生成的目标和真实目标区分开来。经过反复多次双手互搏,左手右手的功力都会倍增,从而达到舍我其谁的目标。

明白这个道理,就不难明白为什么GAN络一出,就有独孤求败的感觉了。

正是因为GAN络的机理是双手互搏、一心两用,所以,虽然最初的应用场景是针对图像相关任务,但其机理是普适性的。只要能用这个诀窍的地方,都能把自己的功力提升一个档次。不过,需要注意的是,GAN只把双手互搏用来训练自己双手的功力。在多数实际应用中,它只用了自己千锤百炼出来的生成器,就得到了非常好的结果。

于是,自2014年GAN络被Ian J. Goodfellow等人提出,至今其演绎出的各种版本就像攻城掠地般在各个领域蔓延。

在今年的人工智能顶级会议IJCAI、机器学习顶级会议ICML和NIPS、深度学习著名会议ICLR上,光读参会论文的标题,就能发现大量GAN络的工作痕迹。图像处理、计算机视觉、自然语言处理、语音识别、智能驾驶、安全监控似乎GAN已经无所不能了。

张军平用几个比较火的人工智能应用场景举例

在年龄估计中,GAN能通过攻守互搏,基于给定的人脸图像实现对其人衰老或年轻时的样貌生成。

在多视角人脸识别、跨视角步态识别领域,采用类似的机理,实现对人脸角度和步态角度的自动旋转,从而有效提高了多视角、跨视角人脸和步态识别的精度。

在自动驾驶领域,需要对智能汽车进行复杂环境下的虚拟训练。此时,就可以利用GAN来实现与实际交通场景分布一致的图像生成

。具体来说,可以先给GAN输入一张随机噪声图像,通过其生成器来最小化与真实场景接近的图像,同时判别器最大化生成场景与真实场景间的差异。经过反复迭代的攻守博弈,从而获得与真实环境一致的交通场景。

小孩吃什么健脾胃3岁小孩不爱吃饭怎么办勃起功能障碍的男人怎么办

怎样治鼻塞流鼻涕

福州牛皮癣专科医院

小儿氨酚烷胺颗粒的服法
乌鲁木齐哪家医院可以治愈牛皮癣
婴儿补钙吃什么钙剂好
友情链接: 简阳民生在线