微軟稍早揭曉旗下新影像識別技術,同時透過電腦系統即時識別ImageNet網站資料庫圖像,在錯誤率部分降低至4.94%,首次超越人類大腦識別錯誤率5.1%。而在此之前,Google與中國百度旗下影像識別技術分別在2014年間達成6.66%,以及在2015年年初達成5.98%的識別錯誤率記錄,顯示電腦影像識別錯誤率已經日趨減少,未來預期將能有效讓電腦系統正確識別物件,進而輔助各類應用。
根據微軟研究室公布消息,表示旗下電腦系統影像識別技術有大幅成長,透過電腦系統即時識別ImageNet網站資料庫圖像,在錯誤率部分降低至4.94%,首次超越人類大腦識別錯誤率5.1%。
在此之前,Google與中國百度旗下影像識別技術分別在2014年間達成6.66%,以及在2015年年初達成5.98%的識別錯誤率記錄,顯示電腦影像識別錯誤率已經日趨減少,未來預期將能有效讓電腦系統正確識別物件,進而輔助各類應用。
不過,微軟方面也表示透過電腦識別仍建立在大量資料比對與演算技術調整,雖然目前顯示識別錯誤率首度贏過人類大腦,但仍會在特定情況發生識別錯誤現象,同時人類大腦在特定內容識別仍有可能比電腦系統更為正確。
目前藉由電腦識別影像應用部分,包含交通流量監測、城市安全監控、各類數據分析等,同時也能降低大量透過人工識別的人力需求,並且降低因疲倦等因素所產生識別錯誤率。
※相關連結》
‧Microsoft Researchers’ Algorithm Sets ImageNet Challenge Milestone (微軟研究室網站)