Microsoft Research se destacó en varias categorías en la sexta competencia anual de reconocimiento de imágenes ImageNet. Ella logró superar los sistemas competitivos de Google, Intel, Qualcomm y Tencent, así como de una serie de nuevas empresas y laboratorios de investigación ( resultados ).El sistema de campeón se llama "Aprendizaje residual profundo para el reconocimiento de imágenes", y un artículo con una descripción de los principios técnicos de su trabajo ha sido publicado en el dominio público para acceso gratuito ."Entrenamos una red neuronal con una profundidad de más de 150 capas", los investigadores describen el método. - Al mismo tiempo, se utilizó un marco de aprendizaje residual profundo, que facilita la optimización y la convergencia de redes neuronales extremadamente profundas. El método de aprendizaje residual profundo le permite obtener una precisión adicional cuando las redes neuronales son mucho más profundas que las utilizadas anteriormente. Esta ventaja en la precisión no se observa en muchas redes neuronales convencionales cuando se profundizan ”.En la ilustración, se muestra una red neuronal con aprendizaje residual en la columna de la derecha.
. . Microsoft . API «» (
Project Oxford), - .
ImageNet, 100 000 Flickr ,
(, , ..).
El desarrollo de Microsoft mostró una tasa de error de clasificación de solo 3.5%, y errores de localización - 9%.En años anteriores, los ganadores de la competencia en términos de clasificación de objetos fueron Google, la startup Clarifai y NEC."Ni siquiera imaginamos que esta sola idea [aprendizaje residual profundo] podría ser tan importante", dijo Jian Sun, uno de los autores del programa, en el blog oficial .