剖析百度人工智能在“超强大脑”的假象

看了下超强大脑节目，里面表现出来了人工智能在人脸识别上全面超出人类的能力，这可以说是对百度人工智能的一个极力宣传。

然而真实情况是否是这样？人工智能的识别已经像电视节目中的那样，在图片识别领域，远远超出了人类大脑？

这其中不乏误导，虽然在产品上有了可用性，但实际上并没有达到所误导的“百度人工识别全面超越人类大脑”这种印象所能匹配的程度。

因为这完全是在用机器的长处与人类的短处进行比较。

那么，这中间实际上运用了哪些手法，导致看起来百度人工智能识别能力看起来很强？

第一、万分之一差距的双胞胎识别成功可能是巧合

作为神经网络来说，它中间的运算过程就像一个黑盒子，实际上并不清楚中间发生的机理，对于现代卷积神经网络来说，大家只知道照这样做就对了。

这也就导致了结果有一定的不可控性，对于双胞胎的识别，百度人工智能的人脸识别判断出万分之一的差距，然后结果正确了，这里不乏运气成份。

可以推测，如果多加入几对双胞胎进行识别，它未必能分辨得识别得出来。

然而无论是媒体宣传报导，却大力渲染这个孤例，显然是经不起推敲的。

第二、通过视频，增加识别参考样本数量，加强识别准确度。

在比赛过程中可以看到，是通过动态录像表演作为样本采集，而录像每秒有数十帧，这实际上提供了大量的样本照片。

而计算机有高速运算的能力，所以能够从录像中把每一帆图片都分离出来，作为参考的样本，所以在分析录像过程中，相当于获取了至少数百张图片作为参考。

而作为人类识别压根不需要那么大量的图片，仅需要几张即可，如果在仅提供一张照片的情况下，恐怕它就难以正确识别了。

所以这个完全是给人脸识别程序所准备的，作为提高人脸特征识别的可靠度，从测试环境来说，其实并不公正。

第三、通过多核加速运算，拉开人与机器识别的差距印象。

在节目中，通过识别集体照片，这种照片会对人类造成极大的干扰，影响的选手的速度。

然而它却对机器是没有影响的，因为通过成熟的算法，可以轻易将集体照片分割成一张张个体图片。

当分割了之后，通过并行计算，可以批量同时进行识别，这完全是利用的并行计算的能力加快了识别速度，与“识别的准确率”，本身实际上并无直接关系。

而人很容易错误把速度与准确率相关联进行参考。

在2015年，百度在ImageNet国际计算机视觉挑战赛（ILSVRC）通过注册大量的帐号获取题库，然后成功提高了识别准确率，然后四处宣传掌握了世界上最先进的识别技术，已经超过谷歌与微软。

然而紧接着作弊行为被发现，百度随后承认了违规行为,并就此事道歉和调查，开除了负责人吴韧 。

虽然说在这次百度识别在电视节目中，并无作弊行为，然而在广告宣传与媒体引导上确实有误导之嫌，给人以人工智能在人脸识别领域全面超越了人类识别的假象。

人工智能的图像识别算法，得益于算法与运算速度的改进，在某些方面确实超越了人类，尤其体现在速度上及一些人类难以提取的特征方面，比如交通上对车牌识别及快速捕捉上，或是对于一些残损图片的归类都有不错的成绩，然而这些都是部分的，而不是所有方面。

所以其中的差距，实际上没有电视节目中所表现的那么明显，如果严格来说的话，在客观条件向机器学习的条件下，百度人脸识别仅以微弱优势胜利，从竞赛角度当然可以说是胜了，但是从产品实际能力来说，其中有运气成份的嫌疑。

近年来百度一直大力投入人工智能算法进行研究，成绩有目共睹，不过显然要真正想像中的程度，恐怕还需要时日。

现在不养生，将来养医生。千万别赢了事业，输了健康。关注我们，学点老祖宗的养生知识，对您有益无害！

声明： 我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本站部分文字与图片资源来自于网络，转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们(管理员邮箱：15053971836@139.com)，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!