網路城邦
上一篇 回創作列表 下一篇  字體:
該模仿大腦的運作方式?還是模仿辨識目標的過程?
2019/01/09 15:10:06瀏覽784|回應0|推薦7

完整解析AI人工智慧:3大浪潮+3大技術+3大應用

我的公司現在除了影像辨識之外甚麼工作都不作了!我和RD天天都在研發影像辨識產品來賣,這是目前的顯學人工智慧中很重要的一環,說是「最重要」的一環都不為過!但我們的整個工作方式與理念又與主流派的人工智慧研究方向完全不同?我們是完全不用機器學習類神經網路深度學習方法的!

最初當然是因為我半路出家,根本也沒學過這些東西,只學會大約三四十年前就有的影像辨識基本理論與方法,就開始做很多實務研發了!我一直以為走到某個程度時,我就會跟主流派合流了!沒想到越作得深入越覺得不需要他們那一套技術,連自己都懷疑是否迷途了?還好我在車牌辨識產品的成就上得到足夠的自信,不然真的不敢繼續一意孤行了!

我是受過正統學術訓練的人,不會因為我不認同或不喜歡主流派的想法,就不理性的排斥否定他們。我其實還是很認真的常常閱讀相關資訊,也常常思考我和他們之間的異同?老實說我也很害怕我是錯的!如果投入很多年的研發成果,被一個簡單的深度學習專案輕易超越取代,那不是會讓人非常沮喪嗎?而且成敗得失之間可是我的生計與事業啊!

話雖如此,我目前還是信心滿滿,自認我走的路是對的!看到上面的圖了嗎?其實我和主流派確實都是往人工智慧的大目標前進的,都希望用電腦程式作出可以模擬甚至超越人類智慧的判斷能力!只是選擇的道路不同。他們選擇蓋直達各大城市之間的高速公路或高鐵,我則選擇開闢鄉鎮村落之間的捷徑或一般路網!

類神經網路就是模擬大腦的基礎運作方式,加以數學化與程式化,希望用這個機制架構「建構一個人工的大腦」,將我們希望解決的問題依循這個模式,提供充分與適當的資料,讓這個人工大腦去自主「學習」,好像請電腦自己寫程式作實驗,最終得到跟人腦反應能力相當的人工智慧軟體。

我呢?其實也是模仿人腦的運作方式加以數學化與程式化,但我不是聚焦於模仿「大腦運作」的方式,而是模仿人腦在「辨識不同目標時的影像解讀過程」!譬如我們是怎麼看出複雜的街道全景影像中的車牌的呢?我們會先排除掉顏色亮度對比較低的背景訊息,在剩下的目標中開始找出與車牌字元大小差不多的目標,再看它們是不是有整齊地排列?最後再一一辨識那些目標是哪一個英數字?

所以你可以說:我是見樹不見林,目光比較狹隘的研究者!但是另一方面,你也可以說我一定會比較快的一一達到我的特定目標!因為人類都可以辨識的東西,一定有很成熟具體的邏輯已經存在每一個人的大腦,我追求的目標比較具體,主流派的人專注於「思考方式」我專注於「具體思考過程」!其實他們的目標是比較大,也不容易很快成熟實現的!蓋一條高鐵可能要十年,鋪設一條一般道路到鄰近鄉鎮,只要一年半載。

要模擬人的大腦運作方式是很龐大的工程,可能再幾十年都不會做得很好,但是理解人類辨識各種特定目標的邏輯則是比較容易的。而且對於辨識特定目標來說,寫出來的軟體速度也會很快、很針對性、很有效率的!所以我知道自己確實很另類,但是也相信十年之內我一定會勢如破竹,領先主流派技術的跟隨者。大家可以等著看,看我的公司還在不在就知道我說得對不對了!

( 心情隨筆工作職場 )
回應 推薦文章 列印 加入我的文摘
上一篇 回創作列表 下一篇

引用
引用網址:https://classic-blog.udn.com/article/trackback.jsp?uid=yccsonar&aid=123474814