人工智能新突破：计算机正在学习从更高维度观察世界( 二 )_神译局是36氪旗下编译团队

编者按：图像识别既是深度学习最早的突破，也是最成功的应用之一。但是随着应用的深入，传统深度学习方法逐渐黔驴技穷。甚至令一些业界大牛喊出来AI新的凛冬将至。不过，最近AI研究人员从物理学规律上寻找到了灵感，找到了让机器可以识别高维度对象的办法，然后物理学家又发现， AI的这一进展甚至还能为物理研究做出更大的贡献。这是一篇“规范等变卷积神经网络”的介绍读物，作者是JOHN PAVLUS ，原文发表在Quanta Magazine上，标题是：Computers Are Learning to See in Higher Dimensions

\n \n

描绘肺部3D形状的图像——新的深度学习技术有望更准确地识别出CT扫描的肺部肿瘤，从而帮助做出更好的医学诊断

计算机现在能开车，下国际象棋和围棋之类的棋盘游戏比世界冠军还要厉害，甚至还会写文章。 AI革命在很大程度上源于一种特殊类型的人工神经网络的力量，其设计灵感则源自哺乳动物视觉皮层里面的神经元连接层。事实证明，这些“卷积神经网络”（CNN）二维数据模式学习能力惊人——这种AI尤其擅长计算机视觉任务，比方说识别手写体和数字图像里面的对象。