新科技電腦辨識頭髮 人工智慧跨大步
2016-11-23
233
阿拉比（Parham Aarabi） 和高文芝（Wenzhi Guo，音譯）兩位多倫多大學研究員，最近公開了一套全新的機械學習算法─讓電腦直接透過人類指令，而不只是透過既有範例來學習。運用這套新算法的執行成效，比以往訓練人工神經網絡的舊方法高出160%。
中央社報導，「嘿，Siri，我的頭髮看起來如何？」拜加拿大多倫多大學電機系兩位研究人員之賜，也許再過不久，你的智慧型手機就可以針對前述問題，為你提供一針見血的回答。
而這項新科技，有朝一日或許可以運用在醫學等更重要的用途上，像是以視覺偵測皮膚癌或發展更安全的自動駕駛汽車。
阿拉比（Parham Aarabi） 和高文芝（Wenzhi Guo，音譯）兩位多倫多大學研究員，最近公開了一套全新的機械學習算法─讓電腦直接透過「人類指令」，而不只是透過「既有範例」來學習。運用這套新算法的執行成效，比以往訓練人工神經網絡的舊方法高出160%。
讓人驚訝的是，接受這套新算法訓練的電腦辨識照片頭髮的可信度，比接受訓練前的可信度，高出9%。顯示人工智慧又向前跨出了一步。
多倫多大學機械新聞（UofT Engineering News）在16日公布的這項消息，今天登上了加拿大廣播公司（CBC）科技新聞版面。
阿拉比說，辨別頭髮，或許不是今日世界最重要的問題，但卻是可以精確量化的事。這樣淺顯的例子讓大家可以清楚了解到，這項新機械學習算法是有用的。
過去，要是單從照片來辨識人類的頭髮，電腦的表現往往比不上人類。阿拉比表示，這套新算法讓電腦接受人類指令，學習如何針對困難的分界線，正確分類、區別出頭髮髮色、質地、髮流方向等。
以前，人類教導電腦的方法，主要是提供特定資料、要求人工神經網路依據樣本做出決定；像是將成千上萬張和天空有關的照片給電腦看，藉以訓練神經網路，分辨照片裡的天空。
但這項新的機械學習算法，讓電腦可以直接聽從人類訓練者給予的指令；像是「天空的藍色可以有很多不同層次」或「圖片上方的像素，比圖片下方的像素，更像天空」等。
阿拉比相信，結合人類經驗和機械學習，將有助於其他領域的發展。例如，目前皮膚科醫師運用視覺的幫助，辨別可能造成皮膚癌的痣；道路駕駛人則是仰賴交通規則，確保行車安全。而兩者都缺乏較大的數據資料。這種新的探索式訓練學習法，讓人工神經網絡在面對不明或沒有標示的資訊時，仍能獲得有效訓練，做出正確判斷。
阿拉比和高文芝目前在一家軟體公司ModiFace工作，這項研究是他們工作內容的延伸。這家公司研發的ModiFace手機應用程式，可以讓使用者看到不同品牌的美粧產品或髮型顏色，使用在自己臉上的樣子。
阿拉比和高文芝的研究，已在電機電子工程師學會（IEEE）網站上公布，也將刊登在下一期的神經網絡學習系統公報期刊上。
【圖片來源：中央社（取自多倫多大學機械新聞網站）】
而這項新科技，有朝一日或許可以運用在醫學等更重要的用途上，像是以視覺偵測皮膚癌或發展更安全的自動駕駛汽車。
阿拉比（Parham Aarabi） 和高文芝（Wenzhi Guo，音譯）兩位多倫多大學研究員，最近公開了一套全新的機械學習算法─讓電腦直接透過「人類指令」，而不只是透過「既有範例」來學習。運用這套新算法的執行成效，比以往訓練人工神經網絡的舊方法高出160%。
讓人驚訝的是，接受這套新算法訓練的電腦辨識照片頭髮的可信度，比接受訓練前的可信度，高出9%。顯示人工智慧又向前跨出了一步。
多倫多大學機械新聞（UofT Engineering News）在16日公布的這項消息，今天登上了加拿大廣播公司（CBC）科技新聞版面。
阿拉比說，辨別頭髮，或許不是今日世界最重要的問題，但卻是可以精確量化的事。這樣淺顯的例子讓大家可以清楚了解到，這項新機械學習算法是有用的。
過去，要是單從照片來辨識人類的頭髮，電腦的表現往往比不上人類。阿拉比表示，這套新算法讓電腦接受人類指令，學習如何針對困難的分界線，正確分類、區別出頭髮髮色、質地、髮流方向等。
以前，人類教導電腦的方法，主要是提供特定資料、要求人工神經網路依據樣本做出決定；像是將成千上萬張和天空有關的照片給電腦看，藉以訓練神經網路，分辨照片裡的天空。
但這項新的機械學習算法，讓電腦可以直接聽從人類訓練者給予的指令；像是「天空的藍色可以有很多不同層次」或「圖片上方的像素，比圖片下方的像素，更像天空」等。
阿拉比相信，結合人類經驗和機械學習，將有助於其他領域的發展。例如，目前皮膚科醫師運用視覺的幫助，辨別可能造成皮膚癌的痣；道路駕駛人則是仰賴交通規則，確保行車安全。而兩者都缺乏較大的數據資料。這種新的探索式訓練學習法，讓人工神經網絡在面對不明或沒有標示的資訊時，仍能獲得有效訓練，做出正確判斷。
阿拉比和高文芝目前在一家軟體公司ModiFace工作，這項研究是他們工作內容的延伸。這家公司研發的ModiFace手機應用程式，可以讓使用者看到不同品牌的美粧產品或髮型顏色，使用在自己臉上的樣子。
阿拉比和高文芝的研究，已在電機電子工程師學會（IEEE）網站上公布，也將刊登在下一期的神經網絡學習系統公報期刊上。
【圖片來源：中央社（取自多倫多大學機械新聞網站）】
作者介紹
