計(jì)算機(jī)方面的研究人員報(bào)道，在一組有限的視覺相關(guān)測試中，人工智能的發(fā)展已經(jīng)超越了人類的能力。

這是一個(gè)值得注意的進(jìn)展，因?yàn)樵谏钪?，所謂的機(jī)器視覺系統(tǒng)在很多地方都有應(yīng)用，包括汽車安全系統(tǒng)，可以檢測到步行者和自行車騎手，同樣也應(yīng)用在視頻游戲裝置，網(wǎng)絡(luò)搜索以及工廠機(jī)器人等方面。

上周四，麻省理工大學(xué)、紐約大學(xué)和多倫多大學(xué)的研究員在《科學(xué)》期刊上報(bào)道了一種可以單次對(duì)焦的新型機(jī)器學(xué)習(xí)。這種機(jī)器學(xué)習(xí)，在分辨簡單的手寫字符能力中優(yōu)于人類的表現(xiàn)。

該程序能快速學(xué)習(xí)各種語言的文字并從中歸納總結(jié)。程序作者認(rèn)為，這個(gè)能力和人類對(duì)概念的學(xué)習(xí)和理解的方式相似。

這個(gè)新方法稱為Bayesian Program Learning，簡稱為B.P.L，它不同于當(dāng)前熟知的機(jī)器學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)技術(shù)。

盡管目前的機(jī)器學(xué)習(xí)也是以生物神經(jīng)元的行為構(gòu)建網(wǎng)絡(luò)模型，但還不能以人類的方式來學(xué)習(xí)，特別是快速掌握新概念。相比而言，在《科學(xué)》期刊中所描述的新程序有能力做到只“看”幾個(gè)甚至一個(gè)簡單的例子后就能分辨出手寫字符。

研究員對(duì)比了Bayesian方法和其他程序模型間的能力。眾所周知，Omniglot是一個(gè)研究數(shù)據(jù)集合，里面包括了50種語言下1623個(gè)手寫字符集合。研究員從中選出一個(gè)字符集，包括創(chuàng)建字符所需要的圖片和筆畫，設(shè)置了五個(gè)考察學(xué)習(xí)能力的獨(dú)立測試。

麻省理工學(xué)院認(rèn)知科學(xué)和計(jì)算方面教授Joshua B.Tenenbaum認(rèn)為：“所有機(jī)器學(xué)習(xí)的進(jìn)展，加上可以獲取大量數(shù)據(jù)和更快的電腦，我們肯定能做很多不可思議的事情?！边@篇論文的另一位作者說到：“然而當(dāng)你觀察小孩時(shí)也會(huì)驚訝，他們可以基于極少的數(shù)據(jù)來學(xué)習(xí)。有些是來自于先前知識(shí)，有一些則根植于我們的大腦。”

周四，一個(gè)年度性的學(xué)術(shù)類機(jī)器視覺競賽的組織者也報(bào)道了他們的收獲：通過數(shù)字圖像，在軟件查找物體并分類時(shí)如何降低出錯(cuò)率。

三位研究員，創(chuàng)建了一種新的計(jì)算機(jī)模型，進(jìn)而領(lǐng)悟了人類一項(xiàng)獨(dú)特能力：通過單一例子學(xué)習(xí)新概念

北卡大學(xué)教堂山分校計(jì)算機(jī)科學(xué)副教授AlexanderBerg說：“我一直對(duì)這個(gè)領(lǐng)域發(fā)展的速度感到驚訝?！?/p>

競賽是一次大規(guī)模視覺識(shí)別的挑戰(zhàn)，是學(xué)術(shù)界，政府和公司實(shí)驗(yàn)室之間的研究團(tuán)隊(duì)間在設(shè)計(jì)程序?qū)ξ矬w識(shí)別并分類方面的對(duì)抗。今年，來自北京的微軟研究院實(shí)驗(yàn)室的團(tuán)隊(duì)獲勝。

在這次挑戰(zhàn)中，微軟的團(tuán)隊(duì)能夠排除一半的錯(cuò)誤數(shù)，這意味著他們的程序能夠在1000個(gè)不同類別的集合中對(duì)物體分類。同時(shí)也做到了在200個(gè)類別中準(zhǔn)確的檢測出所有的物體，因此也在另一個(gè)競賽中勝出。

這個(gè)競爭要求程序能夠檢測大量的數(shù)字圖像，并在圖像中標(biāo)記或找到該對(duì)象。比如，他們能夠區(qū)分不同的事物，比如自行車和汽車，盡量兩者可能在某個(gè)角度看上去都是兩個(gè)輪子。

筆跡識(shí)別挑戰(zhàn)在《科學(xué)》雜志和視覺檢測分類競賽中都有提到，研究人員仔細(xì)對(duì)比了兩者（程序的進(jìn)展和人類能力），都一直認(rèn)同目前軟件的進(jìn)步看上去已經(jīng)超過了人類的能力。

盡管這樣，計(jì)算機(jī)科學(xué)家認(rèn)為這種類似的看法并不妥當(dāng)：可以思考的機(jī)器或者直接和人類的智慧進(jìn)行對(duì)比。

西雅圖人工智能研究所的首席執(zhí)行官Oren Etzioni說到：“我會(huì)對(duì)類似“超人類性能”這樣的術(shù)語持謹(jǐn)慎態(tài)度。當(dāng)然，霍夫曼可能也沒意料到計(jì)算機(jī)這種超人類的性能。就像電影雨人里演員所刻畫的那位數(shù)學(xué)能力超乎尋常的自閉癥患者?！?/p>

這種進(jìn)展也反應(yīng)了硅谷和其他方面對(duì)這一領(lǐng)域日益增強(qiáng)的重視。

上個(gè)月，豐田工作宣布了一個(gè)為期五年的，十億美元的投資，建立一個(gè)以

斯坦福大學(xué)為基礎(chǔ)的研究中心，專注于人工智能和機(jī)器人方面。

同樣，本周在蒙特利爾舉辦的神經(jīng)信息處理系統(tǒng)，原本是一個(gè)前景不太明朗的學(xué)術(shù)會(huì)議。但相比前一年規(guī)模擴(kuò)大一倍，也吸引了一大批新公司的贊助，包括首次贊助的的蘋果公司。

Terrence Sejnowski是計(jì)算神經(jīng)生物學(xué)實(shí)驗(yàn)室在圣地亞哥沙克研究所生物研究方面的主任。他說：“現(xiàn)在是一個(gè)賣方市場，企業(yè)沒有足夠的人才填補(bǔ)這方面的需求。博士生畢業(yè)后所得到的薪水比那些在大學(xué)給他們上課的老師還高?！?/p>