CNET科技资讯网 1月6日 北京消息: 1月6日晚21点10分,江苏卫视《最强大脑》第四季震撼来袭。这一季的节目,除了有往期如云高手的对决,更有代表着中国人工智能最高水平的“百度大脑”现场挑战名人堂选手的“最强大脑”,在图像和语音识别等领域一决高下,上演一场“与未来相见”的巅峰对决。
在人工智能发展史上的数次人机交锋中,人机双方比拼的重点通常围绕记忆、逻辑、运算等方面展开,机器通过学习可以取得显而易见的进步,甚至于实现战胜人类。而百度大脑参与的这次人机PK,机器则面临着全新的挑战,与它竞技的是人类通过几百万年的进化才取得的听觉、视觉等天赋。人可以通过直觉来进行很好地判断,比如见到一个人,你不假思索就能认出他是谁。在对战中,百度大脑需要通过大量计算来弥补人类的这种直觉。这对于机器来说是个巨大的挑战。
不过,百度大脑经过几年的“刻苦学习”,已经在图像和语音识别上取得了很大的突破。以人脸识别为例,百度基于深度神经网络机器学习算法对检测到的多个人脸面部特征点进行学习、识别,人脸识别准确率达到了99.77%。此前,人脸识别在2016年乌镇世界互联网大会上牛刀小试,用户只要在首次入园时提供身份证扫描并录入一张实时拍摄照片,总共耗时不超过10 秒,之后就可以“刷脸”在乌镇景区各处闸机处通行。据百度深度学习实验室主任林元庆透露,此次为参加《最强大脑》的人脸识别对决,百度大脑更是积极备战,对2百万人的2亿张照片进行了持续学习。
《最强大脑》的名人堂选手一向以骁勇善战著称,第一期节目在人脸识别的对决中,名人堂就将派出王峰、李威和郑才千等顶尖高手迎战,其中,王峰是19年来世界脑力锦标赛上第一个获得个人总冠军的亚洲人,曾获得2010年世界脑力锦标赛总冠军。而“超级变脸王”李威、“魔方墙找茬王”郑才千更是人脸识别和图像识别领域的顶尖高手,都曾在世界赛事上摘得桂冠。首战迎来如此强劲的对手,让大家也不禁为小度机器人捏了把冷汗。
人机对决即将拉开帷幕,百度大脑和最强人类大脑都已经做好准备,这场世纪大战,是人类成功捍卫自己的荣誉,还是百度大脑突破此前认为的不可能,在非计算领域再次登顶?让我们拭目以待。
好文章,需要你的鼓励
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。
上海AI实验室团队通过LEGO积木设计了创新评测基准LEGO-Puzzles,系统测试了20个先进多模态大语言模型的空间推理能力。研究发现即使最强AI模型准确率仅57.7%,远低于人类93.6%的表现,揭示了当前AI在三维空间理解和多步序列推理方面的重大不足,为机器人、自动驾驶等应用发展提供重要参考。
字节跳动团队突破了AI图像生成领域的三大难题:身份识别不准确、文字理解偏差和图片质量不佳。他们开发的InfiniteYou技术采用创新的InfuseNet架构和多阶段训练策略,能够根据用户照片和文字描述生成高质量个性化图像。实验显示该技术在身份相似度、文本匹配度和图像质量方面均超越现有最佳方案,并具备出色的兼容性,为个性化内容创作开辟了新道路。