前不久,圖靈獎得主Geoffrey Hinton的第一篇論文被扒了出來,在推特上引發了不少關注。當然,讓大家激動的並不是源自對「大神」科學研究處女作的好奇,也不是提出的演算法有多麼顛覆,而是Hinton 這位AI界的人形自走教科書,早在40年前這篇論文中,就提出了「讓AI具備空間感」的鬆弛演算法,解題思考方向與2017年其提出的「膠囊網路」(Capsule networks, CapsNets)不謀而合。
「capsule networks」的推薦目錄:
capsule networks 在 AppWorks Facebook 的最佳貼文
到底是鴨還是兔?自從 1892 年這張圖首次出現在一本德國雜誌上之後,就一直持續引發爭議。有些人只能看到一隻兔子,有些人只能看到一隻鴨子,有些人兩個都能看出來。
上週有位學者運用 Google AI 來進行判斷,AI 認為 78% 的概率是一隻鳥,68% 的概率是一隻鴨子。然而,隨著角度的旋轉,AI 判斷為鴨子或是兔子的機率會跟著改變,甚至變成兩者都不是。
這是傳統的卷積神經網絡 CNN 架構中的弊端,就是缺乏可用的空間信息。拿臉部辨識來說,人類在識別影象的時候,是遵照樹形的方式,由上而下展開式的;而CNN則是通過一層層的過濾,將資訊一步步由下而上的進行抽象,不會注意子結構之間的關係。因此,人類可以識別出五官有些錯位的人臉,但 CNN 就不能。
去年 Geoffrey Hitton 提出了一種「膠囊網絡」(Capsule Networks)的概念可能可以解決這項問題,簡單來說,就是讓神經元的輸出從一個標量變成了一組向量,這樣圖形在旋轉的時候也不會影響到 AI 的判斷。膠囊網絡仍在非常早期的研究階段,但接下來的發展指日可待。
By Sandi Wu, AppWorks Analyst
capsule networks 在 Efficient-CapsNet: capsule network with self-attention routing 的相關結果
Even though capsules networks are still in their infancy, they constitute a promising solution to extend current convolutional networks and ... ... <看更多>
capsule networks 在 Capsule Networks Showed Excellent Performance in the 的相關結果
The excellent performance of capsule networks is mainly due to the introduction of the capsules and dynamic routing algorithms. A capsule is a ... ... <看更多>
capsule networks 在 深度学习课程笔记(十一)初探Capsule Network - 博客园 的相關結果
二、初探 Capsule Networks(胶囊网络):. Hinton 最近提出一种新的神经网络结构,称为“胶囊网络”,作为深度学习的大牛,其影响 ... ... <看更多>