计 算 机 再 厉 害 ， 识 图 还 是 比 不 上 人 类

Google、 百 度 以 及 Karpathy 的 看 图 比 赛 ， 到 底 哪 个 更 厉 害 ？ 先 战 胜 我 们 人 类 再 说 。 最 近 来 自 斯 坦 福 大 学 的 超 级 计 算 机 Karpathy 参 加 了 一 个 计 算 机 识 图 大 赛 ILSVRC ， 挑 战 来 自  Google 的 计 算 机 ConvNet。 它 们 要 把 ImageNet 中 的 图 片 归 类 到 1000 种 不 同 的 类 别 中 。 Karpathy 之 前 就 有 过 相 关 的 经 历 ，2011 年 它 和 来 自 斯 坦 福 大 学 的 计 算 机 比 赛 ， 那 时 候 它 们 需 要 把 图 片 归 类 到  10 个 类 别 中 。 由 于 类 别 很 少 ， 而 且 图 片 库 也 只 有 5 万 张 左 右 ，Karpathy 赢 的 非 常 轻 松 ， 以 94% 的 正 确 率 秒 杀 了 计 算 机 80%。 但 这 次 难 度 显 然 更 大 ， 一 方 面 是 图 片 库 非 常 大 ， 超 过 了 120 万 张 ， 类 别 也 从 10 种 增 加 到 1000 种 。 所 以 在 9 月 份 的 第 一 次 比 赛 中 ，Karpathy 可 算 是 输 惨 了 。 当 它 看 到 超 过  120 个 品 种 的 狗 狗 ， 它 能 做 的 就 是 汗 流 浃 背 艰 难 识 别 。 最 终 结 果 也 没 有 悬 念 ，Karpathy 的 正 确 率 只 有 85%， 而 ConvNet 做 到 了 93.4%。 但 Karpathy 不 甘 心 。 它 进 行 了 一 系 列 训 练 ， 而 它 的 聪 明 之 处 在 于 使 用  ConvNet 的 预 测 结 果 来 建 立 模 型 ， 这 能 够 把 1000 种 类 别 记 忆 精 简 到 100 种 。 但 这 依 然 非 常 困 难 ， 经 过 两 个 星 期 50 个 小 时 的 训 练 ， 他 重 新 参 加 了 比 赛 ， 并 取 得 了 94.9% 的 正 确 率 。 但 在 这 次 比 赛 中 ， 计 算 机 和 人 各 自 的 优 势 也 显 现 出 来 ， 从 两 者 在 不 同 类 别 的 优 势 中 能 够 获 得 一 些 启 示 。 在 对 小 物 品 的 归 类 中 ，Karpathy 有 明 显 优 势 。 从 结 果 看 ， 计 算 机 在 识 别 小 物 品 时 正 确 率 只 有  78%， 而 Karpathy 几 乎 全 对 。 对 人 们 来 说 ， 只 要 物 体 肉 眼 能 够 看 清 楚 ， 那 么 物 品 尺 度 的 大 小 差 别 不 会 影 响 判 断 结 果 。 但 计 算 机 会 遇 到 很 多 麻 烦 ， 例 如 手 中 微 小 的 羽 毛 ， 它 就 很 难 识 别 。 这 其 实 和 图 片 大 小 以 及 电 脑 识 别 算 法 有 关 系 ， 因 为 计 算 机 通 过 提 取 对 象 的 关 键 特 征 来 识 别 ， 而 小 物 品 的 特 征 信 息 可 能 比 较 模 糊 ， 这 时 候 就 容 易 犯 错 误 。 计 算 机 对 滤 镜 也 很 头 疼 。 对 于  Karpathy 来 说 ， 光 线 不 同 对 判 断 物 品 几 乎 没 有 影 响 ， 但 是 计 算 机 就 不 行 了 。 一 张 相 片 添 加 的 滤 镜 会 破 坏 各 个 部 分 的 光 线 关 系 ， 当 计 算 机 面 对 这 些 模 式 的 光 线 关 系 时 ， 就 很 容 易 被 欺 骗 。 从 结 果 来 说 ， 被 滤 镜 处 理 过 的 相 片 机 器 人 识 别 正 确 率 是 87%， 而 Karpathy 几 乎 达 到 100%。 抽 象 物 品 也 是 计 算 机 不 擅 长 的 领 域 。 例 如 漩 涡 、 毛 茸 茸 的 玩 具 、 阴 影 、 或 者 一 些 3D 图 像 ， 计 算 机 碰 到 就 容 易 傻 眼 。ImageNet 的 图 片 库 中 这 类 图 像 也 没 有 抽 象 到 毕 加 索 的 程 度 ， 所 以 结 果 就 是 Karpathy 没 有 犯 错 ， 计 算 机 的 正 确 率 只 有 94%。 当 然 计 算 机 还 是 在 某 些 领 域 找 回 了 骄 傲 。 狗 狗 依 然 是  Karpathy 的 硬 伤 ， 面 对 那 120 多 种 狗 狗 ， 以 及 猴 子 、 蛇 等 动 物 ， 这 些 纹 理 细 致 的 动 物 让  Karpathy 只 能 做 到 72% 的 正 确 率 。 计 算 机 表 现 的 要 好 得 多 ， 它 能 够 做 到 93%。 在  Karpathy 之 后 ， 百 度 也 参 加 了 这 个 比 赛 。 百 度 给 出 了 自 己 的 技 术 方 案 ， 其 中 着 重 平 衡 了 滤 镜 带 来 的 影 响 ， 并 用 多 角 度 进 行 训 练 。 这 使 得 它 能 够 获 得 94.02% 的 正 确 率 ， 超 过 了 Google ConvNet 的 93.4%。 不 过 这 都 是 在 公 平 的 原 则 下 比 赛 ， 因 为 人 类 相 比 计 算 机 最 大 的 优 势 是 可 以 欺 骗 。 在 《 三 体 》 中 人 类 依 靠 谋 略 性 战 胜 了 三 体 人 的 透 明 思 维 ， 在 这 里 人 类 同 样 有 压 倒 性 的 优 势 。 例 如 进 化 算 法 就 能 做 到 这 一 点 。 研 究 人 员 把 一 幅 图 像 做 细 微 修 改 ， 然 后 把 两 幅 图 像 一 并 提 交 给 计 算 机 识 别 ， 并 保 存 计 算 机 视 角 下 更 接 近 原 图 的 图 像 。 一 直 进 行 这 个 步 骤 直 到 得 到 确 信 度 超 过  99% 的 图 像 ， 得 到 了 下 面 的 结 果 。 例 如 黑 黄 相 接 的 图 片 ， 计 算 机 会 告 诉 你 这 是 校 车 。 计 算 机 视 觉 在 人 工 智 能 上 具 有 非 常 重 要 的 意 义 ， 例 如 无 人 驾 驶 、 智 能 红 绿 灯 、 智 能 监 控 等 领 域 。 但 计 算 机 要 在 复 杂 、 多 变 和 充 满 欺 骗 的 社 会 中 学 会 如 何 判 断 和 生 存 ， 依 然 是 一 件 非 常 困 难 的 事 。 题 图 来 自 ： Gunnars