微軟圖像識別系統準確率躍居第一 擊敗谷歌

北京時間 12 月 11 日消息，據科技博客 VentureBeat 報道，在第六屆 ImageNet 年度圖像識別測試中，微軟研究院的計算機圖像識別系統在幾個類別的測試中拔得頭籌，擊敗了谷歌、英特爾、高通、騰訊以及一些創業公司和學術實驗室的系統。 ImageNet 是全球最大的圖像識別數據庫。

微軟的獲勝系統名為“圖像識別的深度殘差學習”(Deep Residual Learning for Image Recognition)，由微軟研究員何愷明、張祥雨、任少卿和孫劍組成的團隊開發。微軟稱，公司將在未來發表的論文中詳細介紹這一系統。

考慮到這項技術的復雜性，它可以稱得上一項了不起的成就。“我們對神經網絡的訓練深度超過了 150 層，”該團隊稱，“我們提出了一個‘深度殘差學習’框架，它能夠減少優化，整合極深度網絡。當網絡的深度在之前基礎上顯著加深時，我們的’深度殘差網絡’ 的準確率就會提升。這種準確率的提升是很多普通網絡在加深時無法達到的。”

科技公司現在十分熱衷于深度學習領域的研究，他們希望借此改進自主內部系統及其消費級產品。深度學習是高性能網絡的核心，涉及在照片等大數據基礎上訓練人工智能神經網絡，然后向它們提供新數據，獲得推斷結果。

微軟已經通過幾款有趣的應用展示了公司在人工智能領域的實力，比如“我看起來有多大”(How Old Do I Look?)、“我的胡子怎么樣”(How’s My Moustache Doing?)。微軟還建立了 Project Oxford 項目，以實現圖像識別技術的商業化。

ImageNet 要求參賽系統對來自圖片分享網站 Flickr 和搜索引擎的 10 萬張照片進行精確定位，然后盡可能準確地將他們劃分到 1000 種目標類別下，包括狼蛛、iPod、清真寺、玩具店、調制解調器等。

微軟獲勝系統的分類錯誤率為 3.5%，定位錯誤率為9%。過去幾年，谷歌、創業公司 larifai、NEC 一直在圖像分類準確率上占先。

微軟的系統今年還在 ImageNet 的目標偵測測試中占據第一位。“甚至連我們自己都不相信這種單一想法能夠取得這么好的效果，”孫劍稱。

百度并未參與今年的 ImageNet 測試。去年，百度的測試存在違規行為，采用了密集測試的方法以提高成績。百度隨后道歉，并解雇了團隊負責人。百度因此被禁止提交測試成績 1 年。

在這次測試中，IBM 提供了 SoftLayer 公有云服務供參賽團隊使用，使用的是英偉達的圖形處理器。