“这款AI观鸟器可让您通过机器的眼睛“看””

辨别下一个物种可能需要多年的观鸟经验。 但是，杜克大学的研究人员利用被称为深度学习的人工智能技术，训练了一台计算机用一张照片最多可以识别200种鸟类。

但是真正的创新是，ai工具也可以展示思考方法，不了解云雀企鹅的人也能理解。

该小组通过喂食200种鸟类的11788张照片(从鸭子游泳到蜂鸟徘徊)，训练了他们深层的神经互联网(基于大脑工作方式的算法)。

研究者们从未在网上说过这是喙，也从未说过这是翅膀。 给你一张神秘鸟的照片，这个互联网可以将图像中的重要图案与以前看到的典型物种特征进行比较，找出图像中的重要图案，并冒险进行推测。

继续前进，它散发着一连串的热图。 这些热图本质上说，这不仅是鸣鸟，也是戴帽子的鸣鸟，这里的特征(例如蒙面的头部和黄色的腹部)散发着它。

杜克大学的计算机科学博士学位学生chaofan chen和本科生oscar li，以及杜克大学教授cynthia rudin领导的预测分解实验室的其他小组成员指导了这项研究。

他们发现，他们的神经互联网最多可以在84%的时间内识别出正确的物种。 与表现出某种最佳表现的同行齐名，后者并不清楚如何辨别麻雀。 下一个。

鲁丁说，他们的项目不仅仅是给鸟类命名。 这是可视化的深度神经互联网在观看图像时实际看到的拷贝。

同样的技术被用于训练自动驾驶车辆，以标记社交网站上的人，通过监控摄像头发现可疑罪犯，检测信号灯、行人等。

鲁丁说，问题是，我们知道大部分计算机视觉深度学习的方法是不透明的。 与以前流传下来的软件不同，深度学习软件不用决定编程就可以从数据中学习。 结果，这些算法在对图像进行分类时是如何考虑的并不一定清楚。

鲁丁( rudin )和她的同事们试图说明ai不必做那种事。 她和她的实验室正在设计深度学习模型，说明其预测背后的原因，并确定其原因和给出答案的方法。 如果这样的模型是错误的，通过内置的透明度可以知道原因。

在他们的下一个项目中，rudin和她的团队利用他们的算法对乳房x光片等医学图像中的可疑区域进行了分类。 如果可能的话，他们的系统可以帮助医生发现肿瘤、钙化和其他可能是乳腺癌征兆的症状。 此外，还显示处于乳房x光检查的哪个部分，明确它们的特定特征与其他患者以前见过的癌症病变最相似。

鲁丁说，用这样的方法，他们的互联网的目的是模仿医生的诊断方法。 鲁丁说。 “这是一种基于范式的推理。 我们想更好地向医生和患者解释他们的图像在网络上被归类为恶性或良性的原因。

该小组将在12月12日于温哥华召开的第33届神经新闻解决系统会议( neurips 2019 )上发表关于其发现的论文。

这项研究的其他作者包括杜克大学的daniel tao和alina barnett，以及麻省理工大学林肯研究所的jonathan su。

引用:这看起来像是为了实现可说明的图像识别而使用深度学习。 陈超凡、奥斯卡·李、丹尼尔·陶和琳娜·巴奈特、苏永康、辛西娅·丁。 神经新闻解决系统会议的电子会议录。 2019年12月12日。

本文：《“这款AI观鸟器可让您通过机器的眼睛“看””》