识别人脸的技术阅读理解答案 识别人脸的技术阅读答案最新版

人脸识别技术是一种基于图像处理和模式识别技术,通过将人脸的特征提取出来并进行比对识别,来达到识别身份的目的 。人脸识别技术目前已广泛应用于安防、金融、零售等领域 。其具有快速准确的优点,可以有效地提升工作效率和安全性 。同时,由于该技术涉及到隐私问题,也需要引起足够的关注和保障 。

识别人脸的技术阅读理解答案 识别人脸的技术阅读答案最新版

文章插图
金庸武侠小说《射雕英雄传》里,有这样一段经典场景:“老顽童”周伯通在被困桃花岛期间,创造了“左右互搏术”,即用自己的左手跟自己的右手打架,在两手互搏中提高功力 。
如今,这样的桥段在人工智能领域真实上演 。它,就是深度学习 。
“左右互搏术”与深度学习中的一种对抗训练原理相仿,即有两个角色——生成器和判别器 。生成器类似于左手,扮演攻方;判别器类似于右手,扮演守方 。
判别器的目的是正确区分真实数据和生成数据,从而最大化判别准确率;生成器则是尽可能逼近真实数据的潜在分布 。二者需要不断提高各自的判别能力和生成能力来取胜,从而实现目标优化 。
今天,让我们打开这个“神秘魔盒” 。
深度学习的概念,最早是由杰弗里·辛顿在2006年提出的 。这是一门用于学习和利用“深度”人工神经网络的机器学习技术 。作为人工智能领域中最热的研究方向,深度学习迅速受到学术界和工业界的关注 。
目前,深度学习已得到广泛应用 。如在博弈领域,AlphaGo通过深度学习,以4∶1的比分战胜韩国棋手李世石,成为第一个击败人类职业围棋选手的电脑程序;在医学影像识别中,以深度学习为核心技术的X光、核磁、CT、超声等医疗影像多模态大数据的分析技术,可提取二维或三维医疗影像中隐含的疾病特征;在图像处理中,最成功的领域是计算机视觉,如图像风格迁移、图像修复、图像上色、人脸图像编辑以及视频生成等 。
一种特殊的机器学习 ***
今天的人工智能,其实是把现实生活中的问题量化成了可计算的问题,然后用计算机算出来 。数学模型则架起了中间的桥梁 。
现实生活中,很多问题都可以通过建模解决 。比如计算远程火炮弹道问题,计算日食、月食出现的时间和地点等 。我们只要把相应公式用计算机语言写一遍,再代入参数,就能计算出来 。
然而,更多问题的解决 *** 是不确定的 。即使我们找到了相应的数学模型,也不知道应该代入什么参数 。比如语音识别、人脸识别和机器翻译等 。因此,我们需要让计算机通过自主学习,从大量数据中得到相应参数 。这个过程,就是机器学习 。
机器学习旨在发现数据存在和利用的模式,并用它们进行学习及做出预测 。机器学习的过程,就是用计算机算法不断地优化模型,让它越来越接近真实情况的过程 。它与人类学习的道理如出一辙 。
考察人的学习通常方式是考试,如果分数不及格,就需要进一步学习 。机器学习也要这样来衡量,它的目标用专业术语来说,就是“期望值最大化” 。
机器学习的效果取决于两个方面:一方面是学习的深度 。机器学习并不能“一口吃成个胖子”,它的训练算法需要迭代执行 。这如同人在学习时要通过复习来“温故而知新”一样 。机器学习迭代的次数越多,即学习得越深入,得到的数学模型效果越好 。另一方面是数据的质与量 。正如我们做大量优质习题,成绩就会提高 。机器学习也是如此,训练数据量越大,学习效果就会越好 。
根据数学模型的特点,机器学习有两种 *** :一种是利用已知模型进行训练;另一种是在模型未知的情况下,设计一些简单通用的模型结构,然后使用大量的数据进行训练,训练成什么样就是什么样 。这便是我们常听到的人工智能“黑箱”问题,即使训练有效,也不清楚里面是什么 。

推荐阅读