百度超级计算机图像识别超人类水平 错误率低于微软谷歌

报道称，百度超级计算机Minwa对包含100万张图片的ImageNet数据库进行扫描，然后自己学习如何将这些图片分成大约1000个不同的预定义类别。这就意味着，Minwa要学习法式面包和烘肉卷之间的差别，还要面临从硬毛猎狐梗中区分湖畔梗的棘手挑战。

就在5年前，人工智能计算机超越人类似乎还是一件遥不可及的事情。然而，过去几个月，微软和谷歌的人工智能机计算机已经超越了人类。如今，百度又加入了这一行列。

报道称，人类对ImageNet图像的识别错误率大约在5%。相比之下，微软的人工智能系统的错误率为4.94%，谷歌为4.8%。百度如今已将这一错误率进一步降至4.58%。百度和其他公司之所以能够在ImageNet测试中取得佳绩，依靠的是一种名为“深度学习”的算法。这种算法近期才从学术界引入到硅谷，但已开始对人们日常生活产生影响。两年前，谷歌使用深度学习算法来大幅提升Android语音识别系统的准确率。

报道称，百度正使用一种更大型超级计算机对1.4万个小时的语音数据进行分析，旨在提升百度在中文和英文语音识别上的准确率。

“对于整个行业在计算机视觉领域取得的所有进步，我感到十分激动，”百度首席科学家吴恩达表示，“计算机能够显著提升图像理解的准确率，做这么多它们在一年前还无法做的事情。”

百度计划在未来18个月开发一款更大型计算机，每秒可执行1千万亿次(quadrillion)运算，这一运算能力足以让该计算机排进全球超级计算机性能榜的前十，尽管其计算复杂度不及世界顶尖超级计算机。

吴恩达称：“有趣的是，排在ImageNet图像识别测试前三的计算机都来自拥有重大计算资源的大型科技公司。”他表示，百度利用从中国及其硅谷实验室获取的超级计算专业知识来开发Minwa。

Facebook人工智能项目负责人、著名人工智能研究员Yann LeCun也已表示，Facebook正在部署一流计算资源，但他不愿透露Facebook计算机系统的规模。