DeepTech深科技|或能识别从未见过的事物，一种新方法或让AI模型拥有“联想”力( 三 )
文章图片
图|上图中 ， 有两个实例可以调节机器学习模型（用黑点表示） 。 经典的kNN算法会在两个点和类别之间分界 。 但SLaPkNN算法在两个类别之间创建了一个新的类别（绿色区域） ， 它代表着一个新标签 。 这样 ， 研究者用N-1个样本实现了N类别 。
通过对类别边界线的复杂编码和样本软标签的调整 ， 他们让kNN算法精确画出不同形状的花朵图案 。
文章图片
图|作者在论文中炫技 。 图表上的每个彩色区域代表一个不同的类别 ， 每个图表侧面的饼图则显示了每个数据点的软标签分布 。
当然 ， 凡事总有两面 ， 这个方法也有其局限性 。
当伊利亚和导师尝试将“少于一次”样本学习的方法应用到其他更复杂的算法（如深度学习等）时 ， 他们发现设计软标签的工作变得异常困难 。
kNN算法具有很好的可解释性和可视性 ， 为人们设计标签提供了良好基础 。 但神经网络是复杂且不可穿透的 ， 这意味着同样的方法未必可行 。 并且 ， 设计用于“凝练”神经网络训练数据的软标签时也有一个主要难点：设计者需要面对庞大的数据集并凝练出有效的内容 。
这一工作目前看来不可能全部通过人工完成 。 伊利亚说 ， 他现在正在研究其他方法来设计这些凝练后的合成数据集——无论是手动设计还是使用其他算法进行设计 。
尽管存在诸多挑战 ， 但不可否认这篇论文为“少于一次”样本学习提供了理论基础 。 “无疑经过凝练的数据集将带来极大的效率提升 。 ”伊利亚说 。
文章图片
图|伊利亚（IliaSucholutsky）
需要从图像或视频帧中识别成千上万个类别的计算机视觉系统（如自动驾驶）、执行情感分析的自然语言处理系统等都将从中受益 。
TongzhouWang对此补充道 ， 这篇论文同时也提出了一个非常新颖且重要的目标——如何从小数据集中训练强大的模型 。
从人类的学习经验来看 ， 这是能够实现的 ， 应用领域也异常宽广 。 从抓捕只有一张照片的犯罪嫌疑人 ， 到识别海上航行的敌方舰艇 ， 都是典型的小样本场景 。
对于这项成果 ， 也有业内人士指出“可能很难实现” 。 一名杜克大学的计算机科学博士生告诉DeepTech：“用很少的样本去生成很多的类 ， 是一件非常反直觉的事情 。 虽然他做到了这一点 ， 但后续依然需要将各种特征组合成现实中的真实事物 。 ”
该博士生分析称 ， 如果把人类的眉、目、鼻、口、耳这五官特征提取出来 ， 然后通过伊利亚的方式整合到一起 ， 可能可以组成世界上所有存在、不存在的人脸 ， 但在训练模型的时候 ， 依旧需要让机器知道真正的人脸是怎样的 。
【DeepTech深科技|或能识别从未见过的事物，一种新方法或让AI模型拥有“联想”力】也就是说 ， 模型通过伊利亚的方法训练之后 ， 还需要再增加一个新的步骤来实现闭环 ， 这个新的学习步骤如何实现 ， 以及实现的难易程度 ， 才是关键所在 。 并且 ， 五官的特征也是需要从大量的、有标签的数据中来的 。 但他也承认 ， “从这个角度看 ， 这篇论文的确提出了一个非常新颖的思路 。 ”
最后 ， 伊利亚强调这个研究尚处在早期阶段 ， 但他对此充满信心 。
他说 ， 每当他向其他研究人员介绍这篇论文时 ， 他们的第一反应是说这个想法不可能实现 ， 但紧接着他们便意识到事实并非如此 ， 它可能无意间触及了一扇通往全新世界的大门 。
推荐阅读
- 三星公司发布2021款数字座舱 集成诸多高科技
- 刚有望“出人头地”就被三大科技巨头围剿，“挺川者”新阵地下线
- 谷歌建立新AI系统 可开发甜品配方
- 柔性电子市场广阔，领头羊柔宇科技获更多关注
- 曝LG也将推出卷轴屏手机 你怎么看？
- AI战疫、真5G来了，十大最热门科技应用演绎速度与温度
- 又爆炸！联电科技传来一声巨响，或把8 英寸晶圆市场"炸"了
- 唐山四维智能科技有限公司：双臂机器人引领人机协作新纪元
- 谷歌新款Nest Hub或能追踪睡眠 但外媒提出诸多疑问
- 国家超算郑州中心首批重大科技专项启动