视点·观察|AlphaGo 早已击败围棋冠军，计算机视觉还是 3 岁的“智力”( 三 )
计算机视觉任务主要涉及处理静态图像 ， 人类眼睛在检测到场景变化向大脑传递信息——这是一个事件 ， 生物视觉系统的这一关键特性允许将注意力选择性地集中在场景的显著部分上 ， 从而大量减少需要处理的信息量 。
假设针对一张人在草地上打高尔夫的图像 。传统的传感器中 ， 数据以帧的形式传输 ， 图像上的所有内容都要经过处理 ， 而重要的信息是人的运动 ， 以及带动的球杆和球的运动 。这时 ， 基于事件的传感器并不会读取每个像素并且以恒定速率发送帧 ， 而是在检测到像素局部亮度变化是 ， 从每个像素异步发送数据包或事件 ， 从而减少计算、传输的数据和功耗 。
研究人员认为 ， CNN 非常适合静态图像中的对象识别 ， 但它缺乏动态特性来处理基于事件的传感器的实时数据集 。因此 ， SNN 被寄予厚望 。
现在人工智能已经无缝集成到日常生活的多方面 。研究人员表示 ， 近年来 ， 人工智能在许多研究领域都取得了巨大的成功 。像 AlphaGo 这样的游戏系统已经使用强化学习来自学 ， 助听器使用深度学习算法过滤掉环境噪音 ， 这些技术甚至为自然语言处理与翻译、对象识别以及模式匹配系统提供了动力 ， 我们已经对谷歌、亚马逊、iTunes 等提供的类似服务习以为常 。这种趋势也丝毫没有放慢的迹象 ， 人们可以用计算机自动化执行许多小的重复性任务以节省时间 。
尽管人工智能领域取得了令人难以置信的进步 ， 但计算机视觉的应用仍有很长的路要走 ， 因为距离计算机可以像人类一样地去解释图像还需要很长时间 。就像文章开头提到的那样 ， AlphaGo 早已击败了人类围棋冠军 ， 计算机视觉的识图能力仅相当于一个3岁的小孩 。
参考链接：
- https://www.motionmetrics.com/how-artificial-intelligence-revolutionized-computer-vision-a-brief-history/
- https://becominghuman.ai/from-human-vision-to-computer-vision-how-far-off-are-we-part1-3-b35d37a196a4
- https://becominghuman.ai/from-human-vision-to-computer-vision-a-brief-history-part2-4-fcb1565d5492
- https://becominghuman.ai/from-human-vision-to-computer-vision-convolutional-neural-network-part3-4-24b55ffa7045
- https://becominghuman.ai/from-human-vision-to-computer-vision-towards-spiked-based-visual-intelligence-and-neuromorphic-913e5de21bf9
推荐阅读
- 【行走自贸区】航空“试验田”让我们离飞行梦更近
- 新闻观察|新闻观察 | 国际机构上调中国经济增长预期 逆势增长充分彰显中国经济韧性和活力
- 新闻观察 | 国际机构上调中国经济增长预期 逆势增长充分彰显中国经济韧性和活力
- 北美观察丨美国加州陷入“灾难中的灾难” 如何解困成为无解难题
- 北美观察丨加州山火连年不止 到底是谁惹的祸？
- 医学观察|28日青岛无新增 目前纳入医学观察的密接者共386人
- 视点·观察|研发到了哪一步？哪些人需紧急接种？新冠疫苗五问五答
- 医学观察|青岛无新增确诊病例 目前纳入医学观察的密接者共386人
- 性格|二胎观察报告：都是我生的，性格差别怎么这么大
- 北美观察丨无症状可以不检测？美抗疫新规被曝受到白宫施压