微软黑科技：图像识别系统错误率已低于人类_最新动态_新闻资讯_程序员俱乐部

　　北京时间 2 月 15 日下午消息，微软最近公布了一篇关于图像识别的研究论文，在一项图像识别的基准测试中，电脑系统识别能力已经超越了人类。人类在归类数据库 ImageNet 中的图像时错误率为 5.1%，而微软研究小组的这个深度学习系统可以达到 4.94% 的错误率。

　　在微软发布论文前一个月，百度也曾发表过自己的研究成果：百度使用了自家的超级计算机系统，识图错误率为 5.98%。而在这二者之前，识别 ImageNet 图像数据库的最好成绩是由谷歌在 2014 年创下的，当时谷歌深度学习系统的错误率是 6.66%。

　　“据我们所知，这是电脑第一次在图像识别挑战中战胜人类。”论文中说，“但是，我们的算法仍然会在某些地方犯错而不如人类，尤其是那些需要联系背景理解或需要高层次知识的情况。”

　　“这样的成果并不能说明机器视觉已经大体上超越了人类。虽然如此，但是我们相信，在执行许多图像识别任务时，机器算法仍展示了它未来巨大的潜力。”

　　一位名为孙健(音)的微软研究员在微软博客中通俗地解释道：“对于人来说，区别一只羊和一头母牛没有任何问题，但是电脑在处理这种简单任务时并不完美。然而电脑在某些方面却具有优势，科学家们可以训练电脑去观察图像的细节、纹理、形状和背景等无法被人类观察到的细节，比如它能够识别不同羊的品种，这是它超越人类的地方。”