一切皆有可能:计算机视觉CV和 NLP 领域日益融合

作者: 东方林语 2020-10-23 07:32:28

 2020年10 月份,深度学习领域顶级会议 ICLR 2021 论文投稿结束。

这次盛会,又有大牛在深度学习领域有了新突破。这次技术的变革会带来哪些影响呢?且听东方林语娓娓道来。

人工智能应用在CV计算机视觉领域中,CNN卷积神经网络一直占据相当主流的地位。

而Transformer 架构,在NLP自然语言处理任务中,得到了广泛应用。

一切皆有可能:计算机视觉CV和 NLP 领域日益融合

两个领域,每项技术各有所长,彼此之间井水不犯河水。

但是,近年来不断有专家学者尝试将 NLP 领域的 Transformer 进行跨界研究,经过一段时间的试验,在一些图像场景还实现了相当不错的结果。

一切皆有可能:计算机视觉CV和 NLP 领域日益融合

本次ICLR 2021 就有一篇论文,尝试将标准 Transformer 架构直接应用于计算机视觉领域,提出了一个新的 Vision Transformer 模型,并在多个图像识别基准上实现了接近甚至优于当前 SOTA 方法的性能。

SOTA也就是state-of-the-art,若某篇论文能够称为SOTA,就表明其提出的算法(模型)的性能在当前是最优的。

该研究表明,对 CNN 的依赖不是必需的,当直接应用于图像块序列时,transformer 也能很好地执行图像分类任务。

特斯拉 AI 负责人 Andrej Karpathy 专门转发了该论文,并表示:

乐见计算机视觉和 NLP 领域日益融合。

技术进步,一切皆有可能。

如果能够将NLP VS CV模型的跨界学习进行到底,图像视觉领域的Transformer能把原来的龙头老大CNN拉下马吗?

这就是一个非常有意思的命题了。

ICLR 2021 有什么值得关注的投稿吗?在知乎上,有网友这样表示:

我们正站在模型大变革的前夜,神经网络的潜力还远远没到尽头。一种崭新的强大的,足以颠覆整个 CV 和 AI 界的新模型才露出冰山一角,即将全面来袭。

人工智能是一项综合性学科,需要将基础科学、业务场景、数据质量、工程实践等紧密结合的技术领域,近年来已经融合了更多的其他方向。

人工智能的各个分支,技术上可以互相融合与替代。也可以带给我们更多的启示:

作为人类的我们,其实,如果跳出自己的舒适区,也可以跨界学习、跨界融合,以更好的适应这个多变的社会。

在数字化逐渐一统天下的现在,AI技术融合,与人类的跨界融合, 将为社会进步产生更强大的推动作用。

你认为呢?

关注东方林语,一起了解更多AI知识。

计算机视觉CV
上一篇:金钱能让人更快乐吗?手把手教你用机器学习找到答案 下一篇:分离硬件和代码、稳定 API,PyTorch Lightning 1.0.0 版本正式发布
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

为未来的工作准备智能设备

在大流行高峰期间,由于智能设备不安全,工人休假或远程处理任务给公司带来了相当大的安全风险。

Cassie ·  22h前
人工智能开放平台建设火热,AI发展未来可期

人工智能已经迎来了应用落地发展的时代契机。人工智能不仅是新一轮产业变革的核心驱动力量,更是新一轮科技竞赛的制高点。基于此,各国纷纷加大了对人工智能产业的布局力度,力求在新一轮竞争中站稳脚跟,奋勇争先。

今夕何夕 ·  1天前
5G商用不断加快,对于无人机来说意味着什么?

今年以来,我国5G发展按下快进键,各地5G建设纷纷完成既定目标,推动了5G商用步伐的不断加快。根据工信部最新数据显示,截至10月份,我国5G基站已建成超60万座,5G用户达到1亿余人次,5G网络覆盖基本取得不错成效。

佚名 ·  1天前
太天才了,把感知机组装在一起是不是就是神经网络了?

我们来试着写一下神经网络的代码,由于现在我们还没有介绍神经网络的训练方法,所以我们只能实现它预测的部分。等我们介绍完了反向传播算法之后,再来补上模型训练的过程。

梁唐 ·  1天前
研究人员正在探索人工智能在建筑中的应用

在过去的几十年里,人工智能工具已经被用于分析数据或完成越来越多的领域的基本任务,从计算机科学到制造、医学、物理、生物学甚至艺术学科。密歇根大学的研究人员最近一直在研究人工智能在建筑中的应用。他们最近发表在《国际建筑计算杂志》上的论文,专门探讨了人工智能作为创建新建筑设计工具的潜力。

老胡说科学 ·  1天前
人工智能治理需用好“人工”

近日,人脸识别成为售楼处标配的新闻上了热搜,将个人信息安全问题推上舆论的风口浪尖,乃至有人戏言要戴头盔看房。随着人工智能与生活深度融合,引导其有益于人类社会不仅要发展智能,更要用好“人工”。处理好人机关系,才能更好地享受人工智能的红利。

王烁 ·  1天前
六项任务、多种数据类型,谷歌、DeepMind提出高效Transformer评估基准

Transformer 在多个模态(语言、图像、蛋白质序列)中获得了 SOTA 结果,但它存在一个缺点:自注意力机制的平方级复杂度限制了其在长序列领域中的应用。

机器之心 ·  1天前
第四范式NeurIPS 2020:知识图谱嵌入的自动化

前不久,来自第四范式的资深研究员姚权铭博士和大家分享了其参与并被 NeurIPS 2020 接收的论文《Interstellar: Searching Recurrent Architecture for Knowledge Graph Embedding》。

机器之心 ·  1天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载