人工智能是如何识别一张黄图的？
发布时间：2017-09-05 10:29:25 所属栏目：建站 来源：网易云安全
导读：副标题#e# 前言 本文尝试用通俗的语言为大家介绍人工智能是如何实现“黄图”的识别的，全文没有复杂的公式和晦涩的术语，适合初级技术人员和有强烈好奇心的读者。如果有兴趣对文章内提及的一些人工智能的基础概念（神经网络，梯度下降，卷积等）深入研究，
|
其次，深度学习的模型会有一些奇怪的行为表现，比如相关论文（[1]Goodfellow, Ian J., Jonathon Shlens, and Christian Szegedy. "Explainingand harnessing adversarial examples." arXiv preprint arXiv:1412.6572(2014).）里面描述的情况（图8）
（图8） 一张原本能被正确识别的大熊猫图像，在添加人眼几乎不可辨认的微小变化之后，竟然以99.3%的置信度被判别为长臂猿。 是神经网络结构有问题吗？不是，这个实验是基于获得ILSVRC竞赛冠军的GoogLeNet网络进行的。 是训练数据的问题吗？也不是，网络是基于目前最大的物体识别分类数据集ImageNet训练的。 也就是说，对于一个卷积神经网络，出现难以解释的正常图像误判是普遍现象。即便是在实际应用或比赛中取得满意效果和优异成绩的算法，也会犯反人类直觉的“低级”错误。 基于以上的原因，在真实的场景下，我们往往采取机器审核+人工审核的方式来做到双重保险。 结语 （编辑：宿州站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐