【CVPR 2018热文】MIT提出“透明设计”网络,揭开视觉黑盒
根据看到的图像来回答问题,需要在图像识别和分类的基础上再进一步,形成对图中物体彼此关系的推理和理解,是机器完成复杂任务所需的一项基本能力,也是视觉研究人员目前正在努力攻克的问题。 最近,在视觉推理任务中,模块化的网络展现出了很高的性能,但它们在可解释性方面还多有欠缺。为了解决这个问题,MIT和普朗克航空系统公司的研究人员合作,围绕视觉注意力机制,提出了一组视觉推理原语(primitives),组....
远离神经网络这个黑盒,人工智能不止这一条路可走
本文来自AI新媒体量子位(QbitAI) 神经网络横扫硅谷如卷席,各式各样的人工智能(AI)已经潜入各式各样的互联网服务之中。不过就算神经网络已经能轻松的认出猫咪的图片,但仍然有很多不足之处,所以一些人怀疑目前人工智能的模式识别系统,是否是一种先进、可靠的AI发展之路。 无论是Facebook的面部识别、微软的翻译或是Google的搜索,背后都是神经网络通过分析大量数据学会执行任务。人工...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。
域名解析DNS
关注DNS技术、标准、产品和行业趋势,连接国内外相关技术社群信息,加强信息共享。
+关注