|
在第六屆ImageNet圖像識別大賽中，微軟研究院在多個類別的評比中都取得了優(yōu)勝。微軟的技術勝過了谷歌、英特爾、高通和騰訊，以及多家創(chuàng)業(yè)公司和學術機構的系統(tǒng)。 微軟多名研究員，包括何開明(Kaiming He，音)、張翔宇(Xiangyu Zhang，音)、任少慶(Shaoqing Ren，音)，以及孫健(Jian Sun，音)，開發(fā)了這一獲勝的系統(tǒng)。這一系統(tǒng)名為“面向圖像識別的深度駐留學習技術”。微軟在官方博客中表示，即將在一篇學術論文中公布系統(tǒng)的細節(jié)。 微軟這一系統(tǒng)具有很高的復雜度。該團隊表示：“我們的神經(jīng)網(wǎng)絡深達150層。我們提出了‘深度駐留學習’架構，使深度網(wǎng)絡的優(yōu)化和匯聚變得更簡單。我們的‘深度駐留網(wǎng)絡’比以往系統(tǒng)有著更多的層數(shù)，從而提高了準確率。許多普通網(wǎng)絡在增加層數(shù)時也能看到類似的準確率提高?！?/p> 科技公司目前紛紛加強這一領域的研究。這些公司正在優(yōu)化內部系統(tǒng)，以及面向用戶的產(chǎn)品。作為高性能網(wǎng)絡的核心，深度學習技術會利用大量數(shù)據(jù)，例如圖片，去訓練人工神經(jīng)網(wǎng)絡，使神經(jīng)網(wǎng)絡在面對新數(shù)據(jù)時能做出正確的反應。 微軟此前通過幾款有趣的產(chǎn)品演示了這一技術，例如根據(jù)照片猜年齡的應用。此外，通過微軟研究院的Project Oxford項目，微軟正在推動圖像識別技術的商用。 在ImageNet挑戰(zhàn)中，參賽系統(tǒng)需要準確定位來自Flickr和搜索引擎10萬張照片中的對象，并將其分類為1000個類型。微軟系統(tǒng)在分類中的錯誤率為3.5%，而定位的錯誤率為9%。 在前幾年的挑戰(zhàn)中，在分類錯誤率方面，谷歌、創(chuàng)業(yè)公司Clarifai和NEC處于領先。 在今年的挑戰(zhàn)中，微軟的系統(tǒng)在對象探測方面也取得了領先。孫健表示：“我們自己也不相信，這一理念會如此重要?！?/p> 百度沒有出現(xiàn)在今年的排名中。百度的提交次數(shù)超過了允許的上限，該公司隨后對此表示道歉，并解雇了要求初級工程師這樣做的團隊負責人。 在這項挑戰(zhàn)中，IBM通過SoftLayer公有云服務提供了來自英偉達的GPU(圖形處理單元)，供參賽團隊使用。(維金)
|
