图像识别领域, 微软和 Google 之间差了十个 Intel

在第六届 ImageNet 图像识别挑战赛上，微软研究院在多个类别的比赛中取得了第一名的成绩。比赛结果显示，微软的技术水平远远超越了 Google、Intel、高通、腾讯以及一众创业公司和科研实验室。

这个叫做「图像识别的深度残差学习」的获胜项目由微软研究员何恺明、张祥雨、任少卿和孙剑共同完成。根据微软博客显示，有关该成果的细节将会在后续的论文中详细介绍。

该技术的显著意义主要在于其复杂性。

据该团队介绍，「我们训练了深度超过 150 层的神经网络。我们提出了「深度残差学习」的框架将深层网络的优化和聚合过程简化。当网络层次比起先前不断加深时，我们的「深度残差网」会获得准确性的增长。这样的准确性增长是许多普通网络在深化时所没有的。」

该研究领域在科技公司相当常见，大家都在想办法同时改进自己的内部系统和面向消费者的产品。深度学习身处高性能网络的核心，涉及到训练大型数据集(例如照片)的人工神经网络，然后据以推导新数据。

微软以十分接地气的方式展示了该技术的成效，例如「How Old Do I Look?(测颜龄)」「How's My Moustache Doing?(胡子怎么样)」等应用。在微软研究院牛津项目中，它首次实现了图像识别技术的商业化。

ImageNet 的比赛需要在对 10 万个来自 Flickr 和搜索引擎的图片进行识别，正确地定位物体并划分到 1000 个实体类(狼蛛、iPod、清真寺、玩具店、调制解调器等)中，错误越少越好。

微软凭借 3.5% 的分类错误率，和 9% 的定位错误率获胜。早些年，谷歌、创业公司 Clarifai 和 NEC 都在分类比赛中领先。

今年何恺明等人的系统在 ImageNet 目标侦测比赛中也获得了第一。孙剑说，「我们甚至不相信这个的想法有这里厉害。」

今年的排行榜上少了百度。百度因提交的内容超出了比赛许可范围而提前出局，他们最终道歉并解雇了做出该错误决策的团队负责人。

本次比赛中，IBM 采用 SoftLayer 公共云服务，为参赛团队提供了英伟达图形处理器。

文章来源:venturebeat 由 TECH2IPO / 创见 雍若阳 编译，首发于创见科技(http://tech2ipo.com/)，转载请注明出处。

　　　　　　　　　　　　　 查看评论 回复