閱讀 | 訂閱
閱讀 | 訂閱
機(jī)器人

2016年會(huì)是機(jī)器情緒識(shí)別的分水嶺

星之球激光 來(lái)源:鈦媒體2016-01-29 我要評(píng)論(0 )   

  近些年來(lái), Google、Microsoft和Facebook等幾大玩家都創(chuàng)建了自己的AI研發(fā)團(tuán)隊(duì),并取得了一些令人矚目的成果。 

  近些年來(lái), Google、Microsoft和Facebook等幾大玩家都創(chuàng)建了自己的AI研發(fā)團(tuán)隊(duì),并取得了一些令人矚目的成果。
  2015年11月9日,谷歌宣布TensorFlow開源,這是一個(gè)在GPU上進(jìn)行快速梯度式機(jī)器學(xué)習(xí)的巨大數(shù)據(jù)庫(kù)。一些文章推測(cè)TensorFlow會(huì)帶來(lái)一場(chǎng)人工智能革命,稱谷歌的這一舉動(dòng)很大膽,因?yàn)門orch(由Facebook人工智能實(shí)驗(yàn)室的Ronan Collobert維護(hù))已經(jīng)提供了相似的深度學(xué)習(xí)開放資源,同時(shí)Yoshua Bengio教授的實(shí)驗(yàn)室對(duì)Theano(深度學(xué)習(xí)領(lǐng)域的先驅(qū),一個(gè)適合普通大眾的革命性軟件)已經(jīng)進(jìn)行了長(zhǎng)期的維護(hù)開發(fā)。在Wired的一篇文章中,Cade Metz把TensorFlow描述成谷歌的”人工智能引擎“。
  這篇文章講的是進(jìn)行線性代數(shù)和求導(dǎo)計(jì)算的開源數(shù)據(jù)庫(kù),甚至標(biāo)題也十分夸張。許多其他新聞報(bào)道中,卻對(duì)谷歌把代碼設(shè)為公開資源感到驚詫。從更加技術(shù)的一方來(lái)看,從夸張的贊揚(yáng)到潑冷水,各種反響都有。Soumith Chintala發(fā)布了一套應(yīng)對(duì)所有競(jìng)爭(zhēng)軟件包的標(biāo)準(zhǔn),為人們提供了一種定量的評(píng)價(jià),它顯示TensorFlow的首個(gè)版本落后于Torch和Caffe,特別在卷積神經(jīng)網(wǎng)絡(luò)方面。
  神經(jīng)網(wǎng)絡(luò)使用硬件和軟件搭建出了類似于人腦的神經(jīng)元網(wǎng)絡(luò),這可以追溯到上世紀(jì)80年代,但直到2012年,Krizhevsky和Hinton才開始發(fā)明在圖形處理器(GPU)上運(yùn)行神經(jīng)網(wǎng)絡(luò)的技術(shù)。GPU原本是為游戲和其它高性能圖像軟件設(shè)計(jì)的專用處理芯片,但事實(shí)證明,它們也非常適合驅(qū)動(dòng)神經(jīng)網(wǎng)絡(luò)。
  谷歌、Facebook、Twitter、微軟和其它許多公司現(xiàn)在都使用GPU驅(qū)動(dòng)的人工智能來(lái)處理圖像識(shí)別等多種任務(wù),包括互聯(lián)網(wǎng)搜索和安全應(yīng)用等。Krizhevsky和Hinton后來(lái)加入了谷歌。
  微軟的一個(gè)研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)遠(yuǎn)比“典型設(shè)計(jì)”復(fù)雜的神經(jīng)網(wǎng)絡(luò),該網(wǎng)絡(luò)能夠進(jìn)行多達(dá)152層的復(fù)雜數(shù)學(xué)運(yùn)算,而典型設(shè)計(jì)一般只有六到七層。這預(yù)示著未來(lái)幾年,微軟這樣的公司將能使用GPU及其它專用芯片的龐大集群來(lái)極大提升包括圖像識(shí)別在內(nèi)的各種各樣的人工智能服務(wù),包括識(shí)別語(yǔ)音甚至理解人類自然表達(dá)的口語(yǔ)。但是建造這樣的大型神經(jīng)網(wǎng)絡(luò)是極其困難的。
  為了確定每一層的工作模式以及與其它層的通信方式,需要將不同的特定算法部署到每一層上,但這卻是一個(gè)極其艱難的任務(wù)。但微軟在這里也有技巧。他們?cè)O(shè)計(jì)了一個(gè)能夠幫助他們建造這些網(wǎng)絡(luò)的計(jì)算系統(tǒng)。研究人員可以識(shí)別一些可能有用的大型神經(jīng)網(wǎng)絡(luò)部署方式,然后該計(jì)算系統(tǒng)可以在一系列的可能性上對(duì)此進(jìn)行循環(huán)計(jì)算,直到確定出最佳選擇。
據(jù)深度學(xué)習(xí)創(chuàng)業(yè)公司Skymind的首席研究專家Adam Gibson介紹,類似的做法現(xiàn)在越來(lái)越普遍。這被稱為“超參數(shù)優(yōu)化”(hyper parameter optimization)。
  他說(shuō):”人們可以讓一群機(jī)器跑起來(lái),一次運(yùn)行10個(gè)模型,然后找出最好的那個(gè)使用就行了。他們可以輸入一些基本參數(shù)(基于直覺確定),然后機(jī)器在此基礎(chǔ)上確定什么才是最好的解決方案。“Gibson說(shuō),去年Twitter收購(gòu)的一家公司W(wǎng)hetlab就提供了類似的”優(yōu)化“神經(jīng)網(wǎng)絡(luò)的方法。
  預(yù)計(jì)2016年將會(huì)是機(jī)器情緒識(shí)別的分水嶺,而且情緒會(huì)成為我們與機(jī)器交互的強(qiáng)有力的新通道,并且由于照相機(jī)技術(shù)和計(jì)算機(jī)視覺算法的發(fā)展,未來(lái)機(jī)器通過(guò)我們?nèi)祟惖拿娌勘砬椤⒀蹌?dòng)方式、肢體語(yǔ)言、說(shuō)話方式甚至抬頭等理解我們的能力會(huì)大大提高。
  卡耐基梅隆大學(xué)機(jī)器人研究所的Fernando De la Torre發(fā)明了特別強(qiáng)大的面部識(shí)別軟件,被稱作 IntraFace。他的團(tuán)隊(duì)采用機(jī)器學(xué)習(xí)的方法來(lái)教IntraFace如何以一種適用于大多數(shù)面孔的方式來(lái)識(shí)別和追蹤面部表情。然后他們創(chuàng)建了個(gè)性化算法能夠讓軟件對(duì)個(gè)人進(jìn)行情感表達(dá)分析。不僅準(zhǔn)確,而且高效,該軟件甚至能在手機(jī)上運(yùn)行。
  未來(lái)機(jī)器能更加理解我們的情緒,我們與機(jī)器的交互也會(huì)變得更加豐富??突仿〈髮W(xué)的Justine Cassell研究虛擬同伴在教育行業(yè)的應(yīng)用,她發(fā)現(xiàn)當(dāng)虛擬同伴能對(duì)學(xué)生們的情緒狀態(tài)做出適當(dāng)反應(yīng),甚至在某些場(chǎng)合嘲笑他們時(shí),學(xué)生們會(huì)更積極地參與也會(huì)學(xué)得更好。不難想象商業(yè)領(lǐng)域會(huì)多么喜歡用這個(gè)功能,廣告人、營(yíng)銷人以及電影制片人能得到客戶群體更為具體的信息。
  在醫(yī)療與AI的結(jié)合方面,目前醫(yī)生問(wèn)診的依據(jù)主要是病人當(dāng)次檢查留下的醫(yī)學(xué)影像信息,而在確診時(shí)幾乎忽略了既往病史、家族病史和測(cè)試結(jié)果的影響。但試想一下,如果病人的各項(xiàng)身體數(shù)據(jù)都可以被實(shí)時(shí)地、連續(xù)地記錄,并且有一個(gè)足夠智能的醫(yī)療診斷系統(tǒng)可以將這些數(shù)據(jù)與全世界范圍內(nèi)有相似癥狀病人的數(shù)據(jù)進(jìn)行比較,在此基礎(chǔ)上加以當(dāng)前臨床醫(yī)學(xué)的研究和指導(dǎo),綜合給出診斷建議的話,是不是會(huì)精確和科學(xué)許多?
  一家名為Sentrian的生物傳感器研究公司已經(jīng)研發(fā)出可以完成上述操作的醫(yī)療系統(tǒng)。該公司總部位于美國(guó)佛羅里達(dá)州,致力于機(jī)器學(xué)習(xí)的相關(guān)研究,目前該智能醫(yī)療系統(tǒng)已進(jìn)入臨床測(cè)試階段。他們希望創(chuàng)建一個(gè)讓醫(yī)生實(shí)時(shí)關(guān)注病人身體數(shù)據(jù),進(jìn)而做出具有更好、更早、更加個(gè)性化診斷方案的醫(yī)療系統(tǒng)。
  現(xiàn)在利用無(wú)線生物傳感器可以收集一些簡(jiǎn)單或者較為復(fù)雜的身體信息,例如體溫,心率,血氧飽和度和血鉀含量等等。通常,每名遠(yuǎn)程病人每次只佩戴一至兩個(gè)傳感器,他們的數(shù)據(jù)就可以被醫(yī)生直接分析。如果病人持續(xù)佩戴多個(gè)傳感器,產(chǎn)生的數(shù)據(jù)就會(huì)非常龐大。
  Sentrian公司的醫(yī)療系統(tǒng)收集完病人數(shù)據(jù)后利用機(jī)器學(xué)習(xí)算法進(jìn)行分析。該系統(tǒng)內(nèi)包含慢性疾?。òㄐ呐K病,糖尿病,慢性阻塞性肺疾病等等)的身體數(shù)據(jù)變化信息,病人的信息將會(huì)與這些信息進(jìn)行匹配比較,系統(tǒng)通過(guò)觀察細(xì)微的關(guān)聯(lián)進(jìn)行早期確診。心率、血壓、血氧飽和度等信息也會(huì)被傳至云端進(jìn)行分析,在必要時(shí)通知醫(yī)生。

轉(zhuǎn)載請(qǐng)注明出處。

機(jī)器人人工智能
免責(zé)聲明

① 凡本網(wǎng)未注明其他出處的作品,版權(quán)均屬于激光制造網(wǎng),未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用。獲本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使 用,并注明"來(lái)源:激光制造網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)責(zé)任。
② 凡本網(wǎng)注明其他來(lái)源的作品及圖片,均轉(zhuǎn)載自其它媒體,轉(zhuǎn)載目的在于傳遞更多信息,并不代表本媒贊同其觀點(diǎn)和對(duì)其真實(shí)性負(fù)責(zé),版權(quán)歸原作者所有,如有侵權(quán)請(qǐng)聯(lián)系我們刪除。
③ 任何單位或個(gè)人認(rèn)為本網(wǎng)內(nèi)容可能涉嫌侵犯其合法權(quán)益,請(qǐng)及時(shí)向本網(wǎng)提出書面權(quán)利通知,并提供身份證明、權(quán)屬證明、具體鏈接(URL)及詳細(xì)侵權(quán)情況證明。本網(wǎng)在收到上述法律文件后,將會(huì)依法盡快移除相關(guān)涉嫌侵權(quán)的內(nèi)容。

網(wǎng)友點(diǎn)評(píng)
0相關(guān)評(píng)論
精彩導(dǎo)讀