AI的标准化识别早已驾轻就熟 小样本或者无样本标注已有90%成功率

时间:2022-09-05 09:27:36来源:经济观察网

9月3日,2022世界人工智能大会期间,腾讯优图实验室总经理吴运声向经济观察网记者介绍了腾讯在AI视觉领域的最新进展。以前,AI识别需要标注几千张图片,训练之后才能做出识别。现在,小样本或者无样本标注,AI也能做到90%成功率的识别。

优图是腾讯位于上海的AI实验室,主要侧重人工智能视觉领域。在小样本识别方面,目前优图已经有了成功案例,其和交通银行一起研究AI识别单据的模型,用5张样本训练,可以做到90%准确率。

现在之所以能做到小样本识别,是因为使用了不同的AI训练逻辑。以前的AI识别模型是用大量的数据“喂”出来的,一个场景至少需要标注并训练几千张图片。现在的逻辑是,从人的角度去理解一个场景,比如识别一个钓鱼的场景,不再先标注几千张钓鱼的照片让AI学习,而是定义了一个逻辑:当有水面,有人,有杆子,杆子上有一条线时,很可能就是一个人在钓鱼。

“过去我们面临的主要课题是如何把相对标准化的功能做好,比如文字识别、车牌号识别,如今这些基础的辨识工作,AI早已轻车熟路。一个新的课题是如何解决大量非标准化的中长尾功能,迈向更加丰富、更加细粒度的元素识别时代。”吴运声告诉记者。小样本或无样本识别的主要价值在于节省工作量。当常见的标准化场景已基本识别完毕后,非标准的场景可能还有几百万种,如果按照之前的训练方式,庞大的工作量是很难完成的。并且,随着场景深入,AI需要识别更加细致的内容,比如以前只能识别人脸,之后人体的每一部分,眉毛、眼睛、嘴巴都需要识别,这些工作量也很庞大。

腾讯优图实验室成立于2012年,吴运声在实验室成立之初就担任负责人,从零开始搭起了优图实验室。他告诉记者,今年他的工作角色有了一些变化,之前他只负责算法等技术研究,现在则兼任政企业务线产研负责人,更深入地接触工业、能源、运营商、文旅、地产等产业,打磨AI落地的场景。

吴运声也介绍了去年至今腾讯优图AI落地的情况。在工业领域,去年,腾讯与立铠精密达成合作,在了解到立铠精密存在“硬件缺陷多样、成像复杂”等质检难题后,优图自研了AI质检算法,解决了人工目视质检的难题,实现漏检率接近于0,立铠精密每年可节省超千万的支出。在金融、传媒等行业,优图的AI技术也加快了落地。

关键词: AI标准化识别 AI实验室 人工智能 视觉领域

    推荐阅读
    精华推荐
    一周热门
    热门图片