遠不止人臉識別與智能語音，生物識別碰撞人工智能將擦出什么火花？
人工智能三法寶
當前人工智能主流應用是基于深度學習神經(jīng)網(wǎng)絡，或者換種說法，以神經(jīng)網(wǎng)絡為代表的算法由于大數(shù)據(jù)結(jié)合，通過計算力加持，成為當前主流人工智能的演進路徑。
因此，算法、大數(shù)據(jù)、計算力是AI成功的三大法寶。
黃開竹教授認為，當前人工智能爆發(fā)實際是應用驅(qū)動爆發(fā)，技術(shù)欠缺特別是算法欠缺是制約人工智能行業(yè)發(fā)展的現(xiàn)狀和突出問題。當前深度學習的成功更像是暴力計算的成功，比如AlphaGo使用了1920塊處理器+280塊GPU，每小時耗能達到440千瓦，而人腦每小時消耗20瓦能量。
深度學習之對抗樣本問題
目前，提及AI總會聽到一個次“深度學習”，深度學習的發(fā)展帶動了一系列的研究，尤其是在圖像識別領(lǐng)域。在一些標準測試集上的試驗表明，深度模型的識別能力已經(jīng)可以達到人類的水平。但是，對于一個非正常的輸入，深度模型是否依然能夠產(chǎn)生滿意的結(jié)果。
我們先來看結(jié)論吧：對抗樣本將會被大多數(shù)當前最好的深度學習分類器識別錯誤！
一個對抗樣本，修改一張熊貓的圖片，讓機器學習模型將它識別成一只長臂猿。
當加入對抗干擾，干擾增大時，AI識別數(shù)字發(fā)生變化。
人工智能生物識別
目前看，生物識別與AI在人臉識別與語音識別方面有了結(jié)合，生物識別與AI是一種怎樣的關(guān)系呢？袁聰先生指出：“生物識別與大數(shù)據(jù)有著密不可分的關(guān)系，大數(shù)據(jù)的最終目的是數(shù)據(jù)挖掘，聲、光、電、壓等信息在AI看來，只是數(shù)據(jù)，并通過機器學習等算法實現(xiàn)識別的功能�！�
在蘋果推出只有面部識別功能的iPhoneX后，“指紋識別是否還有春天”引起了業(yè)內(nèi)的熱議。袁聰反復強調(diào)“安全有界限”，未來趨勢必將是多種生物識別組合的模式，比如指紋識別與虹膜識別相搭配等。
分享
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布：挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇，探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 “AI寒武紀”爆發(fā)至今，五類新物種登上歷史舞臺
- 4 降薪、加班、裁員三重暴擊，“AI四小龍”已折戟兩家
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD，AI含量差幾何？
- 6 光計算迎來商業(yè)化突破，但落地仍需時間
- 7 東陽光：2024年扭虧、一季度凈利大增，液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”，“淘寶們”終于不忍了？
- 10 優(yōu)必選：營收大增主靠小件，虧損繼續(xù)又逢關(guān)稅，能否乘機器人東風翻身？
