主页 > 科技 > 正文

悉尼大学陶大程:遗传对抗生成网络有效解决GAN两大痛点

2018-10-13网络整理阅读:164评论:

来源:新智元

本文共7372字,建议阅读10分钟。

本文为你整理了9月20日的AI WORLD 2018 世界人工智能峰会上陶大程教授的演讲内容。

[ 导读 ]悉尼大学教授、澳大利亚科学院院士、优必选首席科学家陶大程博士指出,人类具有感知、推理、学习和行为四个方面的智能,AI的终极目标就是让机器具备和人类一样的智能。在9月20日的AI WORLD 2018 世界人工智能峰会上,陶大程博士介绍了他的团队在这四个方向上取得的重大进展。

悉尼大学教授、澳大利亚科学院院士、优必选人工智能首席科学家陶大程博士在9月20日的AI WORLD 2018世界人工智能峰会上发表《AI破晓:机遇与挑战》的主题演讲。

陶大程表示,人工智能的目标是在机器上实现类似人的智能。人有四个方面的智能:Perceiving、Learning、Reasoning和Behaving。他的演讲围绕这四个方面展开。

悉尼大学陶大程:遗传对抗生成网络有效解决GAN两大痛点

Perceiving包含了很多方面:物体检测、目标跟踪、场景分割、关键点检测、人脸图像分析等等。但是高性能perceiving还依赖于高质量的数据输入。如果输入图像或者视频受到噪声、湍流、模糊、雾、低分辨率等因素的影响,就需要提升数据质量。

在learning方面,陶大程博士介绍了多视角学习、多标签学习、adversarial domain generalisation、tag disentangled GAN等等。尤其是遗传对抗生成网络(Evolutionary GAN)有效的解决了传统GAN网络学习的两个痛点:

训练不稳定性。

模型塌缩。这个工作也被麻省理工学院技术评论(MIT Technology Review)评选为热点论文(The Best of the Physics arXiv)。

另外受到信息论中数据处理不等式的启发,陶博士和他的学生们在理论上解释了深度学习中两个备受关注的问题:

为什么模型复杂度非常高的深度神经网络,不会发生过拟合?

深度神经网络是越深越好吗?

最后,陶大程博士介绍了优必选悉尼大学人工智能研究院在reasoning和behaving方面的一些进展。他的团队最近在visual question answering(VQA,看图回答问题)和visual dialog(看图对话)的国际比赛中都取得了非常不错的成绩。

目前陶大程博士的团队努力在人形机器人上实现示教学习(imitation learning),希望不久的将来能够实现:机器人通过摄像机来理解人的行为,模仿人的行为,并且最终有效的和人进行互动。

以下是我们整理的陶大程教授的演讲内容:

非常感谢新智元邀请我来跟大家分享一下,过去这两年我们在人工智能领域里做的一些工作。

悉尼大学陶大程:遗传对抗生成网络有效解决GAN两大痛点

首先请大家看这张照片。我这里想问大家一个问题,这张照片中有多少人?回答这个问题不难,但是要花很多时间。我们如果一个个人的去数,那么大约用一个小时的时间,我们可以知道这里有差不多900多个人。

悉尼大学陶大程:遗传对抗生成网络有效解决GAN两大痛点

如果用我们的人脸检测技术,在有GPU显卡的台式机上,只用三秒钟就可以得到差不多的结果。这看起来是个很简单的任务,但对于计算机来说并不总是那么一帆风顺。2017年,我们的算法大概能检测七百多张人脸,然后到八百多个,到现在九百多,接近人的效果。另外我们发现,用计算机检测到的人脸实际上还有助于人去发现一些人刚开始没有看到的人脸。这也从一特别的角度说明了,人工智能能够扩展人的智能。

共6页: 上一页123456下一页