人 工 智 能 图 像 识 别 大 赛 最 后 一 年 举 办 ， 胜 者 多 是 中 国 团 队

计 算 机 的 图 像 识 别 在 特 定 目 标 识 别 上 已 经 超 越 了 人 类 。 7 月 底 ， 举 办 第 7 年 的 ImageNet 图 像 识 别 竞 赛 公 布 了 2017 年 的 比 赛 结 果 ，27 支 参 赛 团 队 超 过 半 数 来 自 中 国 。 其 中 WMW 团 队 以 2.25% 的 错 误 率 赢 得 了 图 像 分 类 竞 赛 ， 团 队 三 人 来 自 北 京 初 创 公 司 Momenta， 一 人 来 自 牛 津 大 学 ； 物 体 识 别 比 赛 中 ，DBAT 团 队 的 识 别 精 确 度 为 73.1% ， 比 去 年 的 66.3% 更 进 一 步 ， 团 队 成 员 有 8 人 来 自 南 京 大 学 ， 两 人 来 自 伦 敦 帝 国 学 院 。 2014 年 ，Google 获 得 了 大 赛 的 优 胜 ， 但 之 后 就 没 有 再 参 加 比 赛 。 而 且 ， 今 年 的 ImageNet 大 赛 将 是 最 后 一 次 举 行 。 ImageNet 是 什 么 ？ 简 单 的 说 ，ImageNet 是 一 个 给 人 工 智 能 用 的 视 觉 识 别 库 ， 里 面 都 是 包 含 定 义 和 分 类 的 图 片 。 比 如 哺 乳 动 物 这 个 词 条 包 含 猫 、 狗 等 所 有 哺 乳 动 物 ， 下 一 级 分 类 就 细 分 为 猫 、 狗 等 分 类 ， 其 中 单 独 包 含 这 些 分 类 的 图 片 。 现 任 斯 坦 福 大 学 副 教 授 ， 曾 在 普 林 斯 顿 研 究 人 工 智 能 的 华 裔 科 学 家 李 飞 飞 是 ImageNet 的 创 始 人 之 一 。 这 个 数 据 库 一 开 始 并 不 包 含 “ 竞 赛 ” 的 性 质 ，2007 年 到 2009 年 ，ImageNet 利 用 人 工 、 互 联 网 分 时 雇 佣 平 台 等 传 统 方 法 ， 收 集 了 超 过 320 万 个 被 标 记 的 图 像 ， 分 为 12 个 大 类 别 ， 5247 个 小 类 别 ， 比 如 哺 乳 动 物 、 汽 车 和 家 具 等 等 。 现 在 的 计 算 机 图 像 识 别 ， 基 本 上 都 是 在 一 个 算 法 的 基 础 上 ， 用 大 量 分 类 图 片 来 训 练 ， 以 达 到 识 别 特 定 物 体 的 效 果 。 举 例 来 说 ， 如 果 想 让 一 个 AI 认 识 猫 ， 就 必 须 给 它 看 很 多 很 多 猫 的 照 片 ， 不 同 角 度 、 花 色 、 姿 态 ， 最 终 AI 可 以 判 断 任 意 一 张 图 片 里 是 不 是 有 猫 。 所 以 ， 作 为 一 个 定 义 图 片 库 ，ImageNet 不 仅 可 以 用 来 训 练 AI， 还 能 够 验 证 AI 是 否 准 确 认 出 了 图 片 里 的 内 容 。2010 年 开 始 ，ImageNet 设 立 了 竞 赛 规 则 ， 开 始 邀 请 全 世 界 的 计 算 机 科 学 研 究 者 参 加 竞 赛 ， 比 赛 内 容 是 比 较 算 法 识 别 特 定 图 像 的 错 误 率 。 2012 年 的 ImageNet 比 赛 是 一 个 里 程 碑 。 那 年 ， 来 自 多 伦 多 大 学 的 Geoffrey Hinton、Ilya Sutskever 和 Alex Krizhevsky 提 交 了 名 为 “AlexNet" 的 深 度 卷 积 神 经 网 络 算 法 ， 这 种 算 法 的 图 形 识 别 错 误 率 低 至 16%， 比 第 二 名 低 超 过 40%。 可 以 这 么 说 ， 人 工 智 能 在 “ 看 特 定 的 图 ” 这 件 事 上 第 一 次 接 近 了 人 类 。 从 此 ， 深 度 卷 积 神 经 网 络 算 法 成 了 主 流 的 研 究 方 向 ， 图 形 识 别 的 错 误 率 也 一 再 降 低 。2015 年 的 比 赛 中 ， 计 算 机 看 图 的 错 误 率 已 经 低 至 小 数 点 后 两 位 —— 百 分 之 几 ， 研 究 者 认 为 ， 计 算 机 在 这 种 特 殊 的 任 务 中 已 经 超 越 了 人 类 。 2015 年 之 后 ， 由 政 府 资 助 ， 中 国 人 参 与 的 团 队 开 始 在 ImageNet 里 获 得 更 好 的 成 绩 。2016 年 ， 公 安 部 第 三 研 究 所 资 助 的 Trimps-Soushen 获 得 “ 图 像 目 标 定 位 ” 单 项 的 第 一 名 ； 南 京 信 息 工 程 大 学 团 队 NUIST 获 得 “ 视 频 中 物 体 探 测 ” 子 项 目 的 第 一 ； 监 控 摄 像 机 厂 商 海 康 威 视 HikVision 获 得 “ 场 景 分 类 ” 单 项 的 第 一 。 简 单 的 说 ， 近 两 年 来 获 奖 的 项 目 ， 主 要 致 力 于 特 殊 的 任 务 ， 比 如 视 频 监 控 和 识 别 。2014 年 ，Google 组 建 的 团 队 GoogLeNet 把 物 体 识 别 的 准 确 度 从 前 一 年 的 22.6% 一 下 提 高 到 43.9% 之 后 就 不 再 参 加 ImageNet。 而 今 年 之 后 ，ImageNet 将 停 止 竞 赛 论 文 的 提 交 。 因 为 基 于 分 类 图 片 的 图 像 识 别 已 经 非 常 准 确 ， 没 有 太 大 的 发 展 空 间 了 。 未 来 图 像 识 别 人 工 智 能 的 研 究 将 转 向 没 有 标 注 的 图 片 和 视 频 。 未 来 ， 由 苏 黎 世 联 邦 理 工 、Google Reasearch、 卡 耐 基 梅 隆 大 学 等 共 同 组 织 的 WebVision 竞 赛 将 接 替 ImageNet 的 地 位 ，WebVision 的 数 据 直 接 从 网 络 抓 取 ， 没 有 经 过 标 注 ， 可 能 本 身 就 包 含 很 多 错 误 的 信 息 ， 而 且 分 类 也 更 多 。 从 另 一 个 角 度 来 说 ， 这 种 数 据 训 练 出 的 人 工 智 能 ， 在 模 糊 识 别 的 能 力 上 将 更 接 近 人 类 。 未 来 ， 更 先 进 的 计 算 机 图 形 人 工 智 能 ， 或 许 会 在 城 市 监 控 、 罪 案 侦 破 方 面 替 代 人 类 ， 在 自 动 驾 驶 等 领 域 创 造 新 的 生 活 和 工 业 模 式 。 题 图 / bigsnarf.wordpress