此猫不一般！比图像识别技术，要牛逼百倍
海豚学研社
本文转载自公众号：AI起跑线
海豚小号 推荐关注
2012年，谷歌在网上发布的一张猫脸图片，引起了全世界的热议，并宣告了人工智能第三次热潮的到来。
AI通过深度学习，学到的猫的图像
当时谷歌的研究团队“Google × Lab”，在发布有关“机器学习”的研究成果时，公布了这张图片。
谷歌研究团队称，他们把网上和YouTube上大量的图像数据给到一个AI系统，经过大约一周的自我学习，计算机已经能学习到“猫”的存在。
新闻出来后，很多人误以为是在讲图像识别技术。
因为谷歌是做搜索引擎的公司，大家自然而然地认为，他们是在研究图像搜索技术。也就是说，用户上传一张猫脸的图片作为关键信息，系统会解析这张图片的特征，并在大量的图片中，帮助用户迅速识别出同样的猫脸图片。
事实上，人们大大地误会了谷歌。
尽管谷歌的研究有助于提升图像识别的精准度，但在他们的研究中，最关键的核心点是——
并非人们给到了猫的图片作为要检索的输入信息，而是，从海量的图像信息中，计算机自发地注意到“猫”的存在，并掌握其特定形态，从而来判别某一图片是否是猫。
这中间，有本质的区别。
设想一下，人类是怎么来认知周围事物的？有的是从父母、老师、朋友那里学习到一些事物的存在，也有不少是自己发现了这种事物的存在。
就好比，妈妈会拿着绘本和宝宝讲：“这就是猫哦。猫啊，就是一种……”，从而让宝宝知道什么是猫；也有可能，小朋友从小家里就养猫，宝宝自己就意识到猫的存在，并发现大人管它叫“猫”。
也就是说，类似后者那样的事情，在计算机界也真实地发生了！
从专业角度讲，这种方式叫做“Self-taught Learning”，也就是“自我学习”。它是“人工神经元网络”的一种，是为了在计算机上模拟神经回路学习过程的一种科学研究。
而谷歌，正是把他们的研究成果，用一种普通人也能理解的方式呈现了出来。
谷歌发布的这只猫的图片，被称为“谷歌之猫”。正是这只猫，让过去大半个世纪两度停滞的AI技术，得以继续前行。
- End -
我们是——
人人能懂的人工智能学习小组
我们还在预热中，赶紧上车！