O mais novo sistema de aprendizado profundo da Microsoft supera humanos — e o Google

O sistema de aprendizado profundo da Microsoft é muito melhor do que humanos e Google

A Microsoft Research novamente apresentou o mais novo tipo de inteligência artificial chamado aprendizado profundo.

O novo artigo acadêmico, funcionários do escritório asiático do braço de pesquisa da gigante da tecnologia dizem que seu mais recente sistema de aprendizado profundo pode superar humanos em uma métrica.

De acordo com o artigo – “A criação da Microsoft obteve uma taxa de erro de 4,94 por cento para a classificação correta de imagens na versão de 2012 do amplamente reconhecido conjunto de dados ImageNet, em comparação com uma taxa de erro de 5,1 por cento entre humanos.” O desafio envolveu identificar objetos nas imagens e, em seguida, selecionar corretamente as categorias mais precisas para as imagens, entre 1.000 opções. As categorias incluíam “machado”, “geiser” e “micro-ondas.”

O aprendizado profundo é um processo de treinamento de redes neurais artificiais com muitas informações derivadas de imagens, áudio e outras entradas, e então apresentando os sistemas com novas informações e recebendo inferências sobre elas em resposta.

Poucos pesquisadores da Microsoft, Kaiming He, Xiangyu Zhang, Shaoqing Ren e Jian Sun, escreveram coletivamente em um artigo que “Para o melhor de nosso conhecimento, nosso resultado supera pela primeira vez o desempenho relatado em nível humano neste desafio de reconhecimento visual.”

Os pesquisadores escreveram que “Os observadores de Inteligência Artificial devem ter esse tipo de atenção e a Microsoft também deve receber mais credibilidade quando se trata de aprendizado profundo, onde empresas da web como Google e Facebook competem por talentos.

Eles escreveram ainda que “Embora nosso algoritmo produza um resultado superior neste conjunto de dados específico, isso não indica que a visão de máquina supera a visão humana no reconhecimento de objetos em geral.” “Ao reconhecer objetos elementares, como a tarefa Pascal VOC, as máquinas ainda têm erros óbvios em casos que são triviais para os humanos. No entanto, acreditamos que nossos resultados mostram o tremendo potencial dos algoritmos de máquina para igualar o desempenho em nível humano no reconhecimento visual.”

A nova tecnologia, portanto, melhorou o sistema premiado GoogLeNet do Google em 26 por cento, já que apresentou uma taxa de erro de 6,66 por cento, afirmam os pesquisadores da Microsoft.

Esse sucesso é alcançado a partir do programa do trabalho do Projeto Adam da Microsoft, que foi concluído no ano passado.

Mais detalhes sobre o novo sistema estão contidos no artigo (PDF).