追女生说的话

追女生说的话:目前关于如何使计算机具有人类视觉和理解能力的研究涉及到具体和抽象信息的转换，可能代表着未来的发展方向。计算机如何将图片信息翻译成抽象语言信息？【嵌入式鼻】新浪技术复制的图像识别算法2017年未来科学奖颁奖典礼暨未来论坛年会将在北京举行。在计算机科学中的人工智能会议上，斯坦福大学特纳终身教授、谷歌云首席科学家李飞飞（音译）表示，使用图像识别技术将图像“转换”成短句，与认知心理的结果“非常接近”。地质学实验。李飞飞认为，视觉是人类发展的重要基石。在过去的几亿年中，不同生物的视觉系统不断发展，成为人类大脑中最复杂的系统。在计算机识别领域，视觉系统也是一项重要的研究，各国的专家已经发明了许多视觉识别技术。在过去的8年中，视觉识别的错误率降低了10倍。”2012年，我们学习了GPU技术和深度识别技术，这有助于世界的发展。最近，专家们已经开始根据视觉语言模式预测，了解不同体积之间的关系，甚至了解不同物体的位置和运动之间的关系，“这是定量的研究，以更丰富地了解世界。”图像识别是如何知道物体的？李说，例如，一张照片，通过视觉识别技术，背景可以分析很多标签，通过不同的标签，不同的属性，不同的关系来描述对象，以及数据库和信息集，可以实现更准确的研究。”大家都用过百度和谷歌搜索图片”，李飞飞说，当你输入一个人时，图片搜索结果很丰富，当搜索一条狗时，同样会得到丰富的结果，但当你输入“一个坐着的人抱着一条狗”，结果却大相径庭，甚至很不理想。李飞飞认为，这主要取决于算法的差异。目前，大多数算法在搜索图像时仍然使用对象本身的信息，只是为了了解图形中的对象。”他说：“我们正在探索新的方法，例如在数据库中放一个长句子，并将其与图像进行比较，以获得更好、更准确的结果。”目前，图像识别领域的成就是通过场景图提供四层分析结果以获得更多的信息，“但这些还不够，到目前为止，我们只探索了认知心理学家讨论的概念，”李飞飞说。她引用视频，一个美食家。在视频中，美食家在饭菜中添加不同的成分，并使用图像识别技术在图像下方显示描述性短语。李先生说现在可以把图像变成短句来产生更多的内容，“这与认知心理学的实验结果非常接近”。感谢您今后邀请我参加BBS科学奖。有这么多顶尖科学家聚在一起讨论一些对未来有重大影响的非常有趣的问题和学科，这是一种特殊的荣幸。今天我给大家介绍了一些最近的研究思路，今天我的演讲是关于视觉智能的，世界上有很多种动物，而且有一种非常伟大的，大多数动物都有眼睛，所以视觉是感官和认知方法中最重要的一种方法，它可以帮助我们理解视觉。他的是在动物的大脑中，帮助动物在世界上生存交流，控制和生存。因此，无论我们谈论的是动物智能还是机器智能，视觉都是一个非常重要的基石。世界上最著名的这些系统之一就是我们所知道的人类视觉系统。所以在5亿多年前的时候，进化一直在不断地使我们的视觉系统不断发展，使我们的视觉系统对了解世界非常重要，这是我们大脑中最复杂的系统，有50%的大脑是认知的。在单位上，有着最复杂、最先进的感知系统，所以能让我们知道人类的视觉系统是非常伟大的。图像本身，但我们输出的信息包括对象的位置和对象之间的关系。当然，这方面有一些前期工作，但大部分工作都相当有限。有关数据和对象之间关系的信息是有限的。我们在最近的实验中所做的一件事就是开始新的研究，根据深度学习和视觉语言模式，预测不同的物体如何相互关联。这幅图中的算法能够预测不同物体之间的空间关系，比较它们，了解对称性，然后了解它们的行为，以及它们的位置。因此，这是一种比一系列的物体名称更丰富的方式来理解我们的视觉世界，这是我们所做的定量研究。这表明我们的工作正在不断地取得进展。一年前，我们知道这个领域在计算机图像识别方面发展得非常快。我们也知道许多新的研究已经超越了我们所做的。我们可以看一下它们之间的关系，图像中不同对象之间的关系可以让我们更深入地了解对象之间有哪些类型的数据集。一开始，我们就知道有这个图像，信息非常有限，比如这是一个对象，COCO进一步学习，提供了一个标签，用于短句描述，视觉数据信息非常复杂和多，基于这种方法的问题和答案，经过三年的研究，我们发现有更丰富的方法来描述这些事物，通过这些不同的标签，描述这些对象，它们的属性，它们的属性，它们的关系，然后建立这些联系，然后绘制这张地图。你可以在这里看看。在我们的数据库中，这样一个包含数千个标签的数据库，包括属性和关系，以及句子和问答信息，允许我们进行更精确的研究，而不仅仅是了解对象识别本身。事实上，到目前为止，我们只探讨认知心理学家讨论过的一个概念，人们在眼睛里能看到什么样的内容，什么样的概念，人们能看到一个故事的整个画面，所以我们要看一看，唯一看一看的数字就能理解。它的主要信息是什么？在我做过一项研究之前，是想让人们告诉我们，你看到的数字看到的内容是什么，所以这是我们的实验场景，实验人员坐在电脑屏幕前，给它一个非常简短的看一些图像，然后很快就去看另一个图像，然后再去遮盖印象。他们需要打印出他们看到的一切，付他们10美元来做这些，现在，如果你是我的实验者之一，你可以尝试这种感觉，而不是每小时付你10美元。在这幅图中，它可以很快被一种简单的方法覆盖，渲染时间很短，只有27个微妙，27个微妙大约是1/40秒，对于一个简单的图形来说是半秒，时间更长，人们仍然能够很好地理解场景，基本上是很短的时间。如果我给你做一个更昂贵的实验，你可以做得更好。语言中有非常丰富的元素，不仅可以看到图像中的对象是什么，它们之间的关系是什么，而且还有很多。从2015年开始，我们有了另一个概念，叫做LSTM，他们希望建立语言之间的关系，我们给他们一个在电脑上的形象，可以描述，工人们穿着橙色的制服，或穿着黑色T恤的男人在弹吉他，而不仅仅是用短发。关于图形，所以稍后的工作，是捕捉深度。看每个短句，描述一个部分，然后描述图像的场景。除此之外，我们今年所做的，我们希望做的是拍下这些图片并使用这些短语，使其简短一点，使其成为一个小段落，提供更多的内容，这与认知心理学家对人类描述所做的非常接近。但我们并没有就此止步。上周ICCB上有一个视频，一个非常丰富的研究领域，网络上有很多视频，各种数据形式，理解这些视频很重要。你可以描述更长的故事片段，你可以用同一个模型来描述，你可以把时间元素加入其中。这是一个例子，如果你看它，你可以看到视频正在播放，我们也可以描述每个部分的样子。这是这个演员正在做的另一个例子，你可以看到这意味着什么。另一部分，除了简单的认知推理外，推理还可以让我们回到人工智能的本源，而20世纪的S年代，人工智能的先驱们，凭借大量的推理，斯坦福大学的一位教授和他的研究被称为一个块体。对于世界来说，它涉及到很多深层次的推理。蓝色很好，喜欢蓝色的方块，不喜欢红色的方块，不喜欢支撑三角形，喜欢灰色的盒子还是不？所以有很多推理要做，然后有足够的理由得到正确的答案。当然，时间过得真快，我不能太过详细，但我们在实验室里用这些简单的工具来描述这样一个支离破碎的世界。还有很多问答表，每个问答表是推理过程中最关键的部分，包括一些空间关系。追女生说的话