视频：神经网络描述了在阿姆斯特丹的漫步

这位美国艺术家展示了NeuroTalk神经网络的功能，该网络描述了实时视频的场景。系统犯了错误，自行纠正，但有时正确地告诉了发生了什么。猫咪下方的视频中，“一个男人拿着一个用芥末和番茄酱包子的香肠”，“剪刀正坐在钱包旁边的桌子上”和“从火车窗外看火车”。



在过去的几年中，计算机在识别图像中的对象（无论是面孔，动物还是家具）方面学到了很多东西。能够随着时间学习的神经网络可以描述复杂的场景。从美国艺术家和程序员凯尔·麦克唐纳（Kyle MacDonald）拍摄的视频中可以明显看出，这些系统远非绝对准确。麦克唐纳（MacDonald）修改了斯坦福大学和Google研究人员开发的神经网络，以分析在阿姆斯特丹街头的网络摄像头捕获的视频。

艺术家使用了NeuralTalk开源软件。它能够实时描述场景。该程序会出错，有时会自行纠正。有时，此类系统被称为人工智能，但它们会费力地做到这一点：在描述图像和视频时，该软件无法理解图片中的内容-它只是在寻找对象之间的连接。



Facebook正在开发 类似的系统。该公司正在开发一种识别照片中物体和人物的系统，包括使残障人士更容易使用该社交网络。Facebook视频分析尚未进行讨论，但可以假定该公司正在考虑将这种想法用于新闻源的智能设置。


Facebook开发人员使用这些照片教该系统识别狗的品种。

Source: https://habr.com/ru/post/zh-CN387227/