编者按:在美国时间7月14日举行的2014年微软教育峰会上,Adam项目面对牵上台的3只小狗,一一准确地报出了它们的品种。Adam项目代表了微软研究院在机器学习和人工智能领域的前沿进展。它可不仅仅认得小狗,未来,它出色的视觉识别能力能被应用到更广泛的领域。

文章译自:Microsoft Research shows off advances in artificial
intelligence with Project Adam

如果你是个爱狗人士,你也许能熟练地判断出狗的种类。但你的智能手机是否有可能比你认得更快更准?设想这样的场景:你将手机对准一只狗问,“它是什么品种?”,然后手机准确地给出了答案。

在第15届微软教育峰会上,旨在实现物体识别技术的Adam项目首次展示在人们的眼前。

微软负责技术与研究的执行副总裁沈向洋博士在他的主题演讲中,介绍了微软研究院对整个公司的影响以及何帮助微软瞄准下一个技术趋势。演讲中提到的Adam项目展示了微软在机器学习和人工智能上的新突破。

Adam项目的目标是让计算机软件能通过视觉识别任何物体。这是一个极高的目标,因为人脑实现物体识别靠的是大量神经网络间以万亿计的连接。

微软研究院研究员Trishul
Chilimbi致力于高性能计算和搭建大规模分布式系统。他最近的工作便是与其他三位同事一起研发Adam项目和它的物体分类功能。他们从网络和例如Flickr的站点抓取了多达1400万张图片并建立数据库,而这些照片根据用户标签可以归为22,000个类别。

这些数据被用来训练一个由20亿个连接组成的神经网络,却比同类系统少用了30倍的设备。这个具有高扩展性的架构在识别物体时比同类系统准确率高2倍,速度快50倍。

增加深层神经网络的规模是否能帮助提高准确率?Adam项目对这个空前热议的研究问题做出了肯定的答复。

本届微软教育峰会的现场观众亲眼见证了这个答案。百闻不如一见,冒着随时被萌宠抢去风头的风险,Adam目的研究者Johnson
Apacible将三条狗带上台做现场演示。

这个犬种探测器演示将Adam项目的技术接入了Cortana。Apacible首先将手机对着一只名叫“牛仔”的大麦町犬(Dalmatian),然后询问Cortana狗的种类,Cortana立刻就在屏幕上显示出了“大麦町犬”的名称。紧接着Apacible将手机对着罗得西亚脊背犬(Rhodesian
Ridgeback) Millie拍摄照片,Cortana再次回答正确。此时,现场响起观众们热烈的鼓掌。

最后上场的是库伯犬(Cobberdog)Ned。Cortana认为它是一只㹴犬(terrier),而观众认为这是一只拉布拉多(Labradoodle)。其实两边都答对了,因为这两个品种都属于库伯犬。

为了显示Adam能分清人和狗,Apacible还将手机对着沈向洋。Cortana的回答则是:“我不认为这是一支狗。”





这项技术的潜力远远不止满足人们识别狗这种人类最好朋友的好奇心。给它更多数据,它就能做到在你拍摄了一张午餐的照片后,告诉你这顿午餐的营养信息。或者在你拍摄了一张皮肤不适部位的照片后,就能马上得到准确的诊断。或者当你在森林中想知道哪种植物有毒而哪种可以食用,它也能帮到你。

被震惊了吗?沈向洋表示:
“计算的范式正从过去的个人计算向未来的以用户为中心转变。计算速度、存储容量或带宽都不再是首要的,如今最重要的是人们的时间和注意力。”


____________________________________________________________________________________ 

相关阅读

Microsoft
Challenges Google’s Artificial Brain With ‘Project
Adam’

On
Welsh Corgis, Computer Vision, and the Power of Deep
Learning


欢迎关注


微软亚洲研究院人人网主页:
http://page.renren.com/600674137


微软亚洲研究院微博:http://t.sina.com.cn/msra

Adam项目展示微软研究院人工智能领域新突破的更多相关文章

  1. Alpha版本项目展示

    成员简介 谷大鑫: 热爱编程,技术狂魔,可以对感兴趣的技术钻研到茶饭不思,队伍的技术中坚.标签:整个队伍里最靠谱的人. 个人博客:http://www.cnblogs.com/nrm1/ 杨金键: 未 ...

  2. 透过微软研究院在“数据中心网络”的重大进展看SIGCOMM 2013

    2013" title="透过微软研究院在"数据中心网络"的重大进展看SIGCOMM 2013"> 编者按:于8月12日至16日在香港举行的SI ...

  3. 微软研究院张永光博士与Dilek Hakkani-Tür博士当选2014年 IEEE院士

    Hakkani-Tür博士当选2014年 IEEE院士" title="微软研究院张永光博士与Dilek Hakkani-Tür博士当选2014年 IEEE院士"> ...

  4. Flink 在人工智能领域的应用实践

    人工智能是未来十年最重要的技术革命与驱动力,在各行各业产生着日益重要的作用,它与大数据的发展相辅相成,不仅推动人类社会迈入更智慧的世界,也为数据的应用带来无可估量的价值. 11 月 28 - 30 日 ...

  5. 【敏杰开发】Beta阶段项目展示

    [敏杰开发]Beta阶段项目展示 项目相关地址汇总 线上地址:http://roadmap.imcoming.top 前端仓库:https://github.com/MinJieDev/Roadmap ...

  6. 【二食堂】Beta - 项目展示

    项目展示 1. 团队介绍 二食堂很难排队 姓名 介绍 职务 刘享 热爱游戏,尤其是RPG和metrovinia类的游戏. 会C/C++, python, java. 后端 左正 一个普通的大学生,Py ...

  7. 【二食堂】Alpha - 项目展示

    项目展示 1. 团队介绍 二食堂很难排队 姓名 介绍 职务 刘享 热爱游戏,尤其是RPG和metrovinia类的游戏. 会C/C++, python, java. 后端 左正 一个普通的大学生,Py ...

  8. [Alpha阶段]项目展示博客

    目录 Alpha阶段项目展示 1.团队成员介绍 2.工程相关信息 (1)我们的用户 (2)产品表现 (3)团队分工 (4)项目管理 (5)测试 (6)文档 (7)用户调研 3.项目信息 (1)实际进展 ...

  9. 【Alpha】项目展示

    团队成员介绍 大娃 后端开发人员,主要工作为后端开发,文档撰写. 大娃的个人博客 二娃 PM,主要工作为项目进度把控,平日例会的记录,例会博客及部分其他博客的撰写. 二娃的个人博客 三娃 PM,主要工 ...

随机推荐

  1. h5-渐变的基本描述

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  2. php速成_day4

    一.微信公众平台概述 1.微信发展史 1)2011年1月21日,腾讯推出微信应用程序.(张小龙) 2)2012年8月20日,腾讯推出微信公众平台功能,同年11月开放第三方接口 3)2013年11月注册 ...

  3. redis基本指令

    1.键值相关命令       keys * 取出当前所有的key       exists name 查看n是否有name这个key       del name 删除key name       e ...

  4. SpringSecurity过滤器顺序

    https://blog.csdn.net/qq_35720307/article/details/97656608 org.springframework.security.config.annot ...

  5. UML-交互图包含哪些图?

    猫比狗精明,但你无法让8只猫在雪地里拉雪橇---杰夫.瓦尔德斯 本章是重点. 1.总览 2.顺序图 1).类A具有doOne方法和类B的属性 2).doOne方法中调用类B的doTwo()和doThr ...

  6. 关于redis的使用总结

    简介 redis是一个开源的用c语言编写的数据库,但并不像常规的关系型数据库那样把数据存储在表中 , 而是像Java中的Map集合一样,存储的是一系列key=value键值对,redis属于NoSQL ...

  7. 将keras的h5模型转换为tensorflow的pb模型

    h5_to_pb.py from keras.models import load_model import tensorflow as tf import os import os.path as ...

  8. request请求生命周期

    request请求生命周期 一.request请求分析 1.1. request数据请求 # views.py from rest_framework.views import APIView fro ...

  9. Python Numpy中数据的常用的保存与读取方法

    在经常性读取大量的数值文件时(比如深度学习训练数据),可以考虑现将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多. 下面就常用的保存数据到二进制文件和保存数据到文本文件 ...

  10. liblinear中的信赖域算法

    求方程 \(H s = -g\), H是hessian矩阵, g 为梯度, 残量 \(r = -g -Hs\). s的初值为0,理论上,共轭梯度每步迭代使得\(\|s\|\) 单调增加,共轭梯度的迭代 ...