CNET科技資訊網(wǎng) 1月6日 北京消息: 1月6日晚21點(diǎn)10分,江蘇衛(wèi)視《最強(qiáng)大腦》第四季震撼來襲。這一季的節(jié)目,除了有往期如云高手的對決,更有代表著中國人工智能最高水平的“百度大腦”現(xiàn)場挑戰(zhàn)名人堂選手的“最強(qiáng)大腦”,在圖像和語音識別等領(lǐng)域一決高下,上演一場“與未來相見”的巔峰對決。
在人工智能發(fā)展史上的數(shù)次人機(jī)交鋒中,人機(jī)雙方比拼的重點(diǎn)通常圍繞記憶、邏輯、運(yùn)算等方面展開,機(jī)器通過學(xué)習(xí)可以取得顯而易見的進(jìn)步,甚至于實現(xiàn)戰(zhàn)勝人類。而百度大腦參與的這次人機(jī)PK,機(jī)器則面臨著全新的挑戰(zhàn),與它競技的是人類通過幾百萬年的進(jìn)化才取得的聽覺、視覺等天賦。人可以通過直覺來進(jìn)行很好地判斷,比如見到一個人,你不假思索就能認(rèn)出他是誰。在對戰(zhàn)中,百度大腦需要通過大量計算來彌補(bǔ)人類的這種直覺。這對于機(jī)器來說是個巨大的挑戰(zhàn)。
不過,百度大腦經(jīng)過幾年的“刻苦學(xué)習(xí)”,已經(jīng)在圖像和語音識別上取得了很大的突破。以人臉識別為例,百度基于深度神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法對檢測到的多個人臉面部特征點(diǎn)進(jìn)行學(xué)習(xí)、識別,人臉識別準(zhǔn)確率達(dá)到了99.77%。此前,人臉識別在2016年烏鎮(zhèn)世界互聯(lián)網(wǎng)大會上牛刀小試,用戶只要在首次入園時提供身份證掃描并錄入一張實時拍攝照片,總共耗時不超過10 秒,之后就可以“刷臉”在烏鎮(zhèn)景區(qū)各處閘機(jī)處通行。據(jù)百度深度學(xué)習(xí)實驗室主任林元慶透露,此次為參加《最強(qiáng)大腦》的人臉識別對決,百度大腦更是積極備戰(zhàn),對2百萬人的2億張照片進(jìn)行了持續(xù)學(xué)習(xí)。
《最強(qiáng)大腦》的名人堂選手一向以驍勇善戰(zhàn)著稱,第一期節(jié)目在人臉識別的對決中,名人堂就將派出王峰、李威和鄭才千等頂尖高手迎戰(zhàn),其中,王峰是19年來世界腦力錦標(biāo)賽上第一個獲得個人總冠軍的亞洲人,曾獲得2010年世界腦力錦標(biāo)賽總冠軍。而“超級變臉王”李威、“魔方墻找茬王”鄭才千更是人臉識別和圖像識別領(lǐng)域的頂尖高手,都曾在世界賽事上摘得桂冠。首戰(zhàn)迎來如此強(qiáng)勁的對手,讓大家也不禁為小度機(jī)器人捏了把冷汗。
人機(jī)對決即將拉開帷幕,百度大腦和最強(qiáng)人類大腦都已經(jīng)做好準(zhǔn)備,這場世紀(jì)大戰(zhàn),是人類成功捍衛(wèi)自己的榮譽(yù),還是百度大腦突破此前認(rèn)為的不可能,在非計算領(lǐng)域再次登頂?讓我們拭目以待。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。