Index · Default · Einen tieferen Blick auf die Technologie-Fahr Google Neue Benutzerfoto Suche

Einen tieferen Blick auf die Technologie-Fahr Google Neue Benutzerfoto Suche

2013-06-13 10
   
Advertisement
résuméGleich nach der Google I / O eingewickelt im Mai, teilten wir die Nachricht, dass die Google-Bildsuche persönlichen hatte gerade eine ganze Menge besser geworden. Der Tech-Riese behauptet, dass man nun über Ihnen und Ihren Freunden Fotos zu suchen, b
Advertisement

Einen tieferen Blick auf die Technologie-Fahr Google Neue Benutzerfoto Suche

Gleich nach der Google I / O eingewickelt im Mai, teilten wir die Nachricht, dass die Google-Bildsuche persönlichen hatte gerade eine ganze Menge besser geworden. Der Tech-Riese behauptet, dass man nun über Ihnen und Ihren Freunden Fotos zu suchen, basierend auf visuellen Inhalten, auch wenn die Bilder selbst waren nicht beschriftet oder markiert.

Zu der Zeit, alles, was wir wussten, war, dass die verwendeten "Computer Vision und maschinelles Lernen" System, um Themen wie "Blumen", "Essen", "Auto" zu erfassen und durchsuchbare Tag-Daten, die Ihre Fotos leichter zu finden macht. Nun, dank Googles Forschungs Blog, bekommen wir ein wenig näher an der Tech unter der Haube.

Der vollständige Beitrag ist recht lang und voll von technischen Details die gerne von denen wir nicht versuchen, in hier zu erhalten, aber es gab ein paar Dinge, die aus stand. Zum einen ist es beeindruckend, wie schnell Google brachte diese Technologie aus dem Forschungslabor und in der realen Welt.

Es dauerte nur sechs Monate ab dem Moment, Professor Geoffrey Hinton-Team an der Universität von Toronto gewann den IMAGEnet Computer-Vision-Wettbewerb mit ihren neu geschaffenen Systems, um bei Google startete ihre Version für die Öffentlichkeit. Nun, sie laufen ein System, das erkennen kann, zum Beispiel, dass das Foto unten enthält Blumen:

Einen tieferen Blick auf die Technologie-Fahr Google Neue Benutzerfoto Suche

Die Tech hinter dieser Anerkennung ist nicht weniger beeindruckend als die Google-Geschwindigkeit, aber ein bisschen schwerer zu erklären. Das System verwendet eine so genannte "deep Lernen" und "Faltungs neuronaler Netze." Faltungs neuronalen Netzen gibt es seit den 90er Jahren, aber die Weiterentwicklung der Technologie im Laufe der Zeit (sowohl in Bezug auf Geschwindigkeit und Kapazität) hat die Systeme erlaubt, komplexere laufen Algorithmen auf weitere Daten:

Größere und schnellere Computer haben es möglich, größere neuronale Netze mit viel größeren Daten trainieren gemacht. Vor zehn Jahren laufenden neuronalen Netzen dieser Komplexität wäre eine bedeutsame Aufgabe, sogar auf einem einzigen Bild gewesen sein - jetzt sind wir in der Lage, sie auf Milliarden von Bildern führen. Zweitens, neue Trainingsmethoden haben es möglich gemacht, um die großen tiefen neuronale Netze für die erfolgreiche Bilderkennung erforderlich trainieren.

Von Trainieren des Systems zum Laufen eigentlichen Tests, war die Google-Team in der Regel beeindruckt, was sie während der Entwicklung in der Lage war. Mit Ausnahme von einigen vernünftigen Fehler, die jeder Mensch kann, wenn man ein Foto (zB Verwechslung einer Tausendfüßler für eine Schlange) könnte das System sowohl abstrakte und konkrete Klassen von Daten gut umgehen zu machen.

Einen tieferen Blick auf die Technologie-Fahr Google Neue Benutzerfoto Suche

Beispielsweise können sie sagen, dass das Foto oben enthält, nicht nur ein Bär, aber einen Eisbären. Es können auch Fotos von abstrakten Begriffen zu unterscheiden wie "Mahlzeit" ziemlich gut (Erziehung Fotos diner Tabellen und Nahrung), und stellen Verallgemeinerungen über Dinge wie Autos und erkennt sowohl den Innen- und Außenbereich eines Fahrzeugs als ein "Auto."

Es mag klein, aber in den Google-eigenen Worten, würden die modernsten Computern mit den besten Algorithmen noch ein Kleinkind zu verlieren, wenn es um die Identifizierung, was in einem Foto ... bis jetzt geht. Nun hat dieses System die Dinge "ein bisschen näher an Kleinkind Leistung." Verschoben

Um mehr zu erfahren über das digitale Gehirn arbeiten, um zu helfen, Sie graben lange verlorenen Fotos, die Sie nie gedacht, mit einem Tag, den Kopf über die Google Forschung Blog und lesen Sie alle technischen Details.

Verbesserung Photo suchen: A Step Across the Semantic Gap [Google Forschung Blog]

Bildquelle: Blumen TalAtlas und Eisbär durch ST33VO

TOP

  • Day/
  • Week/
  • Original/
  • Recommand

Updated