KAIST成功研发出事物概念自我学习的场景识别技术 | ||
|
||
< 图片来源:韩联社 >
12月1日,韩国科学技术院(KAIST)表示,电子计算系安成镇(音)教授组与美国罗格斯大学共同研究开发出了无需人类标签就能自行识别影像中客体的人工智能(AI)技术。该模型是第一个即使不明确标记各场面客体,也能识别复杂客体的AI模型。此次研究成果是在11月28日~12月9日在美国新奥尔良举行的世界顶级机器学习学会第36届神经信息处理学会(NeurIPS)上发布的。
研究组开发的技术与人类相似,是仅通过观测环境就能自行学习客体概念的方式。没有人类地图,自己学习客体概念的AI一直被期待成为新一代认知技术的核心。
以前利用非地图学习的研究的缺点是只有在单纯的客体形态和背景明确区分的单纯场面中才能识别客体。与此不同,此次安成镇教授研究组开发的技术是首次适用于复杂形态的很多客体的场景。
研究组进行了模型性能检测,结果可以确认提出的模型比现有模型更准确地分割和一般化客体。
安成镇教授表示:"这是一项创新技术,通过与人类相似的自我学习方式来认知和解释情况。通过巨大地改善视觉状况认知能力,不仅在智能机器人领域、无人驾驶领域,还可以为视觉AI技术带来成本和提高性能。"
信息来源:
发布机构: 韩国网络媒体->电子新闻
发布时间:2022.12.01
|
- 출처 https://www.etnews.com/20221201000172
- 附件 没有附件