A Microsoft Research se destacou em várias categorias no sexto concurso anual de reconhecimento de imagens da ImageNet. Ela conseguiu superar os sistemas competitivos do Google, Intel, Qualcomm e Tencent, bem como de várias startups e laboratórios de pesquisa ( resultados ).O sistema campeão é chamado "Aprendizagem Residual Profunda para Reconhecimento de Imagens", e um artigo descrevendo os princípios técnicos de seu trabalho foi publicado em domínio público para acesso gratuito ."Nós treinamos uma rede neural com profundidade de mais de 150 camadas", descrevem os pesquisadores. - Ao mesmo tempo, foi utilizada uma estrutura de aprendizado residual profunda, que facilita a otimização e convergência de redes neurais extremamente profundas. O método de aprendizado residual profundo permite obter precisão adicional quando as redes neurais são muito mais profundas do que aquelas usadas anteriormente. Essa vantagem na precisão não é observada em muitas redes neurais convencionais quando elas são aprofundadas. ”Na ilustração, uma rede neural com aprendizado residual é mostrada na coluna da direita.
. . Microsoft . API «» (
Project Oxford), - .
ImageNet, 100 000 Flickr ,
(, , ..).
O desenvolvimento da Microsoft mostrou uma taxa de erro de classificação de apenas 3,5% e erros de localização - 9%.Nos anos anteriores, os vencedores da competição em termos de classificação de objetos foram Google, startup Clarifai e NEC."Nem imaginávamos que essa idéia única [aprendizado residual profundo] pudesse ser tão importante", disse Jian Sun, um dos autores do programa, no blog oficial .