人工智能新突破:计算机正在学习从更高维度观察世界( 二 )

\n

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

\n

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 。

推荐阅读