og视讯平台-首页 / Blog / 科技 / 优图祖母模型:深度学习在人脸识别中的应用【og视讯平台】

优图祖母模型:深度学习在人脸识别中的应用【og视讯平台】

og视讯平台

og视讯平台|说道到人工智能(ArtificialIntelligence,AI)人们总是很更容易和全知、全能这样的词联系一起。大量关于AI的科幻电影更加给人工智能蒙上一层谜样的色彩。

强劲如《黑客帝国》、《机械公敌》中的AI要沦落做到主人统治者全人类。稍弱点的《机械姬》里EVA懂利用美貌愚弄中二程序员,杀掉主人逃离显圣。最不济也可以傻咲傻咲的像WALLE能陪伴玩游戏、送礼物还能讲个爱情。  只不过人工智能这个词在1956年达特茅斯会议上月问世时,目标就是想让机器的不道德看上去看起来人所展现出出有的智能不道德一样的强劲人工智能。

然而人工智能的研究是高度技术性和专业性的,各分支领域都是了解且各不相连的,因而牵涉到范围很广。正是这种简单属性,造成人们对人工智能的研究进程总是磕磕碰碰,重复地经历过分悲观的浪潮与极为乐观的寒冬。

时至今日,想已完成全知、全能的强劲人工智能依然只是一个长远目标。  虽然目前的技术水平还近无法构建强劲人工智能,但在一些十分特定的领域里,很弱人工智能技术正在经历前所未有的迅猛发展,超过或已打破人类的最低水平。例如深蓝、AlphaGo分别在国际象棋和棋士领域打败世界冠军。例如自然语言解读、语音辨识和人脸识别相似、超过甚至打破普通人的辨识水平。

虽然这些很弱人工智能技术并无法确实地推理小说、解读和解决问题,但是面临特定的任务它们所得出的辨别看上去是具备智能的。而正是这些看起来弱弱的人工智能技术,在悄悄的转变人类生活的方方面面。它们以点带面已完成更加多的非常简单任务,为人们获取更为简练、便利和安全性的服务。

  人脸识别正是众多弱弱的人工智能技术之一。通过看人的面孔识别其身份,对每一个长时间的人来说都是再行非常简单不过的。如果擅自将人脸识别的可玩性和下围棋来比,应当没有人不会实在人脸识别更加无以。

然而从计算机的角度来看,最少在输出数据的复杂度上人脸识别是近超强棋士单步走子决策的。如图1(a)右图,一张Angelababy的图像在计算机显然,只不过就是一个数字矩阵如图1(b)。

数字矩阵的每个元素给定范围是0-255的整数。一般来说人脸识别算法所需的输出图像最少在以上,大的有可能超过。

理论上有所不同的有可能输出共计种(每个像素的给定范围为0-255)。而棋士给定单步走子的有可能局面下限为(每个棋盘格不能有黑子,白子,无子三种情况),相比之下大于人脸识别。无论是棋士还是人脸识别,通过迭代原始的输出空间来作出拟合的决策,就计算出来复杂度而言都是几乎无法拒绝接受的。

图1:数字化的人脸识别VS.棋士单步决策  只不过对完全所有人工智能问题,如何通过更加高层次的抽象化来解读输出从而更加较慢的作出决策都是解决问题的关键所在。近十年来引导新一波人工智能浪潮的核心技术深度自学就是这样一种方法,它通过较少则将近几层多则上百层人工神经网络大大地对高维的输出数据块展开抽象化与解读并最后作出智能的决策。单凭深度自学技术有可能依然难以完成全知全能的强劲人工智能,但它毕竟已完成任何特定弱智能任务的一把牛刀。

正是看见深度自学技术如此极大的潜力,国际互联网巨头Google,Facebook,Microsoft争相先行布局,国内互联网领袖BAT也不择手段资源展开技术储备,作为腾讯内部顶级的机器学习研发团队,优图也投放精英人力专心于深度自学技术的研发与产品落地。  本文侧重以人脸识别为事例讲解深度自学技术在其中的应用于,以及优图团队经过将近五年的累积对人脸og视讯平台识别技术乃至整个人工智能领域的一些了解和共享。|og视讯平台。

本文来源:首页-www.pussdress.com

相关文章

网站地图xml地图