Новая система глубокого обучения Microsoft превосходит людей — и Google

Глубокое обучение Microsoft значительно лучше, чем у людей и Google

Microsoft Research снова представила новый тип искусственного интеллекта, называемый глубоким обучением.

В новой научной статье сотрудники азиатского офиса исследовательского подразделения технологического гиганта утверждают, что их последняя система глубокого обучения может превзойти людей по одной метрике.

Согласно статье – «Создание Microsoft получило 4,94 процента уровня ошибок при правильной классификации изображений в 2012 году в широко признанном наборе данных ImageNet, по сравнению с 5,1 процента уровня ошибок среди людей». Задача заключалась в идентификации объектов на изображениях и правильном выборе наиболее точных категорий для изображений из 1,000 вариантов. Категории включали «топор», «гейзер» и «микроволновая печь».

Глубокое обучение — это процесс обучения искусственных нейронных сетей на большом количестве информации, полученной из изображений, аудио и других входных данных, а затем представление системам новой информации и получение выводов о ней в ответ.

Несколько исследователей Microsoft Каймин Хэ, Сяньюй Чжан, Шаоцин Рен и Цзянь Сун совместно написали в статье, что «Насколько нам известно, наш результат впервые превосходит заявленную производительность на уровне человека в этой задаче визуального распознавания».

Исследователи написали, что «Наблюдатели за искусственным интеллектом должны обратить внимание на этот факт, и Microsoft также следует предоставить больше доверия, когда речь идет о глубоком обучении, где веб-компании, такие как Google и Facebook, конкурируют за таланты.

Они также отметили, что «Хотя наш алгоритм дает превосходный результат на этом конкретном наборе данных, это не означает, что машинное зрение превосходит человеческое зрение в распознавании объектов в целом». «При распознавании элементарных объектов, таких как задача Pascal VOC, машины все еще имеют очевидные ошибки в случаях, которые тривиальны для людей. Тем не менее, мы считаем, что наши результаты показывают огромный потенциал машинных алгоритмов для достижения производительности на уровне человека в визуальном распознавании».

Таким образом, новая технология улучшила награжденную систему GoogLeNet от Google на 26 процентов, так как она работала с 6,66 процента уровня ошибок, утверждают исследователи Microsoft.

Этот успех был достигнут благодаря программе работы Microsoft Project Adam, которая была завершена в прошлом году.

Дополнительные детали о новой системе содержатся в статье (PDF).