该项目模拟了人类的大脑,采用了庞大的非结构化神经网络,必须经过海量数据的训练,才能实现预期效果。“亚当”最初只是“白纸一张”,但在获得一些基本规则和数百万张照片后,便能更好地识别物体。
在观看了数千张狗的照片后,它或许就能学会如何区别狗和猫;再看几千张照片,它甚至能够区分狗的品种;经过更多的训练,它还能通过更多角度实现这种识别能力。这并非全新理念,但微软“亚当”的识别速度和识别效果远好于其他类似的系统。亚当最终可能还能分析食物、人脸、风景等更多物体。
该项目模拟了人类的大脑,采用了庞大的非结构化神经网络,必须经过海量数据的训练,才能实现预期效果。“亚当”最初只是“白纸一张”,但在获得一些基本规则和数百万张照片后,便能更好地识别物体。
在观看了数千张狗的照片后,它或许就能学会如何区别狗和猫;再看几千张照片,它甚至能够区分狗的品种;经过更多的训练,它还能通过更多角度实现这种识别能力。这并非全新理念,但微软“亚当”的识别速度和识别效果远好于其他类似的系统。亚当最终可能还能分析食物、人脸、风景等更多物体。