阿尔法狗VS百度大脑,人脸识别难度远大于下围棋

近期人机大战又在不断上演,这次比较巧的是,谷歌的AlphaGo在网络上化身Master,碾压各路9段高手,最后以60胜的成绩战胜了所有人类对手,也创造了有史以来第一次,人类在棋艺领域被人工智能全面碾压的情况。

而另一方,近期江苏卫视播出的《最强大脑》节目,也开启了人机决战的比赛,而在第一期以人脸跨年龄识别挑战的节目中,百度大脑以3:2的优势战胜了人类,人工智能也再次战胜了人类。

而这两场战役也引发了网友们对于AlphaGo与百度大脑谁更厉害的讨论,更多的人倾向于下围棋的AlphaGo应该更胜一筹,因为下围棋似乎难度更大,但实际上并非如此,这里我们来做一些科普。

深度学习到底是什么

AlphaGo与百度大脑的技术,其实师出同门,都是采取了最前沿的基于神经网络的深度学习技术。

传统的计算机技术都是线性模型,即输入一个值之后,就会获得一个唯一的答案。但是深度学习则通过模拟人脑的方式,将数据网络进行“分层”,通过监督学习的方式,给机器各种数据,不断反复训练,最终让机器给出一个最大概率的答案,如果答案不够准确,那么机器就会通过监督反复学习。

而阿尔法狗下围棋与百度大脑的人脸识别,背后都采用了深度学习的方法。

阿尔法狗下围棋的原理

我们这里不讨论具体的技术细节,而是讨论技术本质原理。

下棋这件事一直都是机器的难题,因为把每颗棋子可能的落子考虑进去,以输赢为结束,那么所有落子的可能性总数加起来比宇宙原子数还要多。早期的机器受制于、存储根本无法胜任如此巨大的挑战,因此能够挑战国际象棋大师卡斯特罗已经是非常不错,而挑战围棋则是天方夜谭。

而随着这几年硬件设备的发展,计算机的存储、CPU、集群运算等能力急剧提升,当年打败卡斯特罗的只是一台小计算机,现在则变成了集群计算机,计算能力从只能单打独斗阶段上升到了,可以用成百上千台计算机群殴的阶段。

而另一个关键点则是深度学习技术,深度学习技术,可以反反复复的训练与模拟对决,而以胜负为终结标志,有了学习反馈,因此可以模拟出成千上万个棋局,再日以继夜的学习后,最终达成大师水平。

也就是说集群计算+深度学习,让计算机大幅度减少了暴力穷举的次数,调试人员只需要不断修改算法模型,就可以获得最佳结果。

百度大脑跨年龄识别的原理

 1/2   上一页 1 2 下一页 尾页

文章TAG:人脸识别  百度  工作  算法  
下一篇