美开发虚拟“神经网络”系统可成功辨识猫

　　影视作品中不乏借助大型计算机和互联网搜寻某个目标的情节。美国某公司把1000台电脑的1.6万个处理器变成“人工大脑”，开发一套虚拟“神经网络”系统，模拟人脑学习过程，成功从视频截图中辨识出猫这种动物。

　　这标志着人工智能技术又前进了一步。

　　千机联网

　　某公司Ｘ实验室联手斯坦福大学人工智能实验室的安德鲁·吴（音译），使用1000台电脑、共1.6万个处理器，创造出一个含有10亿个连接的神经网络，模拟人脑工作模式，让电脑在随机挑选的1000万张截图中找到包含“小猫”的图片。这些截图像素大小为200×200，全部来自视频共享网站YouTube。

　　研究人员利用“机器学习”的方式，希望电脑能像人脑一样，寻找图片中一再重复出现的特征，进而识别出含有这种特征的物体，最终发现小猫的存在。

　　最终，电脑耗费3天时间学会识别猫。

　　电脑自学

　　所谓“机器学习”，指研究人员不会教授系统或向系统输入“脸”“猫长什么样”等信息，而是把大量数据交给电脑，由数据“说话”，让软件在处理数据的过程中重新组织已有的知识结构、自动学习。

　　认猫项目基于图像识别技术，旨在考察电脑的学习能力。传统的面部识别技术，一般是研究人员先在电脑中通过定义识别对象的形状边缘等信息，“教会”电脑对包含同类信息的图片作出标识。

　　然而，项目负责人杰夫·迪恩说：“学习期间，我们不告诉电脑‘这是一只猫’。基本上，它自己发明了‘猫’这个概念。”

　　研究人员在研究报告中说，这个由1000台电脑组成的神经网络通过“机器学习”后，不仅可以认出猫，还能认出人的脸和不同身体部位，成功率分别为74.8%、81.7%和76.7%，准确率比先前提高约一倍。

　　人工智能

　　“机器学习”是人工智能的核心。人工智能是计算机科学的一个分支，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新技术科学，研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

　　Ｘ实验室的其他相关课题还包括让智能冰箱自动检测所储存食品的数量，把冰箱联网、向主人发送信息等。

　　迪恩说，研究人员正在建立一个更大的模型，试图把虚拟神经网络应用在文字、图片、声音识别和语言翻译等方面，以提高搜索的精确度。

　　研究人员将在英国爱丁堡举行的“机器学习国际大会”上介绍研究成果。