最大的娱乐平台_NBA中国官方网站

文章来源:期权成交量大增 发布时间:2019-05-24 13:21:41 【字号:

  倪冰冰表示,抓到这些数据之后,可以反映在大数据端,有了客流分析、轨!⒙远镣嫉氖,店家就能够对行销展开布局,对行销策略做一定的改变和优化。

  “找人”是理解视频中行为的关键所在。在计算机视觉领域中,“找人”行为的专业术语叫做“行人重识别”,专指利用计算机视觉技术判断图像或者视频序列中是否存在特定行人的技术。

  消息中描述了这样一种场景,在无人餐厅中,洗菜工消失了、配菜员不见了、传菜员失业了、酒水配送员不见了、等位区服务员下岗了、店长弱化了。昔日穿梭不息的服务员,瞬间被智能机器人取代。

  或许在不远的将来,曾经科幻电影中出现过的人机大战的场面真的会发生,而人类之所以深陷其中,不仅仅是要与机器人争夺权力,也是在追问自身的价值和意义。正如评论中所说的那样,“啥都不要人了,人还活着干吗?”

  “推杆方面,我们有四个方面的技能瞄准、将球放到线路上,速度以及果岭判读,”加雷斯-拉鲁斯基说,“速度是最难掌握的技巧。在所有技术之中,阿瑞雅在那里所花的时间最多。她的目标是让球至少过洞1英尺。这让她总是能推球到洞口的同时,让球洞能够最大化。”

  科学家们早在上世纪两次世界大战后就认识到:科学是把双刃!:四芸梢杂美捶⒌,也可能发生核泄漏。医药科技的迅速发展虽然使一些曾经无药可医的病症遭遇“天敌”,却也使某些抵抗力强的病菌变异,且破坏力远远超过以前病菌的破坏力。塑料的广泛使用带给人类更便捷的生活,同时也破坏环境从而影响人类健康。在上述例子中,我们对科学的价值判断所采用的维度仍然是单一的,即科学是否为人类创造了福利。

  除了心智上的成熟,阿瑞雅球技之中最显著的进步是切杆、推杆和沙坑击球。这个部分,她主要接受多伦多教练加雷斯-拉鲁斯基(Gareth Raflewski)的指导。

  “定位了人以后要进行识别,现在在小设备上,人脸识别也能做到在百万底库下95%以上的通过率,这是非常难的一个过程。”倪冰冰说。

  “视频一直被视为计算机视觉里的暗物质。”谷歌云人工智能和机器学习前首席科学家李飞飞曾如是说。即便如此,科学家及互联网公司对视频智能理解技术的“征服欲”也没有减退之意,纷纷投入巨大的财力物力人力去攻坚克难,IBM、谷歌都曾为视频智能理解的深入研究发布视频数据集,脸书CEO扎克伯格在最新一季财报分析师沟通会上透露,视频识别已成为旗下视频在线产品、VR产品的核心竞争力之一。

  以安防领域的视频数据为例,倪冰冰解释道,摄像头的视频质量有时候比较差,人动一下会有些模糊,使得技术对所捕捉到的动作的理解变得非常困难;另外,不同的人做同样动作的样式非常不同,“有人快有人慢”,这也造成智能理解的难点;不同位置的物体在视频中的尺寸相异,要把“大的东西、小的东西”同时“抓”出来是很有难度的。

  “用深度学习网络进行视频智能分析所需的网络是很大的,它的参数量非常多,甚至超过几十、几百兆。”倪冰冰表示,以这样大的网络去做视频分析,显然使用时间是非常久的,但新一代人工智能希望很多智能的工作在端上进行,比如手机、平板电脑等,而如此大的模型显然无法在一个小的运算设备上进行运算。

  这一称呼不无道理。在近日召开的全球科技青年论坛上,倪冰冰将其中的“简单道理”娓娓道来,“人类每天接触到的‘听说读写’信息里有70%实际上是视觉信息。而在信息领域,大多数的信息也是视频图片数据。”

  因何具有如此动力?倪冰冰一语道破其中缘由:智能视频理解技术在安防监控、自动驾驶,以及在社交媒体短视频、直播里,都是最核心的技术。

  识别智能理解技术的研发过程并不像描述起来这么简单,其面临的技术挑战巨大。除了视频体量,视频的质量、视频内容中有效信息的数量也都是很大的技术难题。

  “全世界每秒钟传到Youtube的视频要达到几千个小时。”倪冰冰表示,即使使用现在流行的神经网络、深度学习技术,加上高性能硬件设备,计算时间之久也超乎想象。

  来源:中国科学报

  这些或戏谑或调侃的评论,没有追问工作怎么办,却都提出了一个深刻的科技伦理学问题,科学研究不仅仅关乎结果,还关乎后果。“结果”可以用科学的方法、数据来解释和衡量,但“后果”关乎伦理,关乎人的价值。当二者发生碰撞时,我们要用何种维度来面对,我们在自己发现和创造的科学和技术的世界中如何自处?

  “阿瑞雅仍旧很年轻,可是她已经成长了很多,她球技的各个方面不断进步,” 林恩-马里奥特说,“她仍旧有点安妮卡的症状,在聚光灯下感到不舒服,可是一旦梅(阿瑞雅的绰号)在那样的聚焦下更为舒服那么当心了。她已经学到很多,可是我们觉得她可以更深入下去。”

  过去,倪冰冰团队在进行视频行为里的行人重识别时,通常利用单帧信息,比如在某个时间点上选一帧图像与旁边的其他帧图像进行比对,但这样的做法存在一定的问题。

  增加时间尺度建模

  倪冰冰认为,对一个公司团队来说,从算法到技术落地还有很长的路要走,“这里面相当多的功夫用在了工程化的落地上”。对此,其团队提出的人、物检测的算法也做了工程化的努力。

  “现在对人的定位有轻量级的人脸检测?椋庋,一个几兆的小?榭梢栽谑只镌诵校灰灿星崃考兜娜颂骞趋兰觳饽?椋导示褪亲プ∪说囊桓龆,过去它是一个体量非常大的计算,现在,通过一些新算法和工程实践可以把它做到很小的手机?樯,而且能够达到实时运行的效果。”倪冰冰表示。

  来源:中国科学报

  “对视频的智能理解是人工智能的最大战场。”说出这一观点的上海交通大学教授倪冰冰坦言这一说法“不会有多少人有反对意见”。作为深耕计算机视觉中智能视频分析的专家,他甚至愿意称之为人工智能的“体量之最”。

  人工智能会不会取代人类的工作,造成“下岗危机”似乎成为近几年一个老生常谈的话题。

  而人工智能的发展,向人类提出了更高层面的问题。在这场变革中,对人类生活的利弊只是第一层面的问题,比如人工智能的出现带给人类生活便利的同时会造成失业。而在更高的层面上,人类本身的价值、人类的感受、人类社会赖以维系的关系和伦理都受到了挑战,简而言之,人类存在的意义是否终将消解?

  今年,当她在美国女子公开赛后九洞出错阿瑞雅丢掉了7杆领先她却几次杀回来争冠,包括在与金孝周的四洞延长赛中,击出两个非常卓越的沙坑球,以及一个很棒的切滚球保帕。阿瑞雅并不认为沙洲溪的表现是一种崩溃,更多是一种学习,也从一个侧面展示出她越来越成熟,

  而在人工智能产业化的过程中,“找人”也恰恰是视频智能理解可以快速投入的应用场景的形象描述。倪冰冰讲述道,“如果我们能把人和人在不同摄像头下的影像追踪起来的话,就可以得到这个人在整个时间轴和空间轴上的分布,这可以实现很多的应用,比如找到一些非常敏感的人物。”

  “我们发现单帧图像的信息是丢失的,摄像头所拍摄的是行为人整个‘动’的过程,取得单帧的话,整个‘动’的行为就损失掉了。”倪冰冰说。

  这是一种惊人的成熟,展示出她不仅仅理解了“Vision 54”的真谛,同时也已经融入到那种理论之中。那一点说明她已经理解了巅峰表现并不是达到某个地方,然后裹足不前,更多是一个持续向前的过程,永无止境。

  在小型终端运行

  “我想今年的关键点在于我从不去想结果,”阿瑞雅说,“今年,皮亚和林恩询问了我的目标。我回答说:‘我想成为一个快乐的高尔夫球手。我真的想享受生命之中的每个时刻,我就希望成为那样的人。’”

  基于多角度摄像机的3D定位跟踪?槭堑鼻耙到绫冉闲碌募际。倪冰冰表示,过去,单个相机对人在2D场景进行定位,现在,技术可以在相机和相机之间形成匹配,用重识别以及跟踪技术可以在3D空间里对人进行追踪,对人的动态过程进行画像。

  打开一些视频网站,用户经?梢钥吹接胱陨砝蜂篮奂O喙氐氖悠低萍,或者“以视频搜索视频”的内容搜索功能,这其中首先涉及到的技术其实就是视频的行为识别。通俗而言,就是给正在运行的程序一段视频,让它告诉你“里面发生了什么”。

  “当她打得不好的时候,她已经学会了采取行动,而不是任其发展,” 林恩-马里奥特说,“我想这在美国女子公开赛上十分明显。她已经觉得冠军远离她了。现在,她学会行动起来,照看好自己的球。现在她对自己的挥杆,自己的球更为了解了,会主动出击。”

  但有意思的是,在这篇消息下的留言中,却鲜有人在为可能的失业而发愁。大家的评论是“都没事做的时候哪来的钱消费?”“海底捞将成为无人捞。”“人情味没了,或者也像机器一样,没有温度。”“啥都不要人了,人还活着干吗?”

  “去年,当她达到结果方面的目标时,比如达到世界第一,她会感到压力,” 林恩-马里奥特(Lynn Marriott),阿瑞雅“Vision 54”教练之一,这样说,“她希望继续训练如何应对压力。”

  “找人”不再是难题

  “这些技术产生了很多应用,新零售、智能零售系统就是很好的例子。”倪冰冰自豪地说道,“新零售里,无非是有多少人进入我的商店、多少男生多少女生、什么年龄段、他们在哪个商品面前停留了多少时间,这些通过技术都可以解决。”

  “我们又配合流行的深度学习里的LSTM(长短期记忆网络)、深度递归网络,使得不同尺度的信息在不同时间进行流动,最后达到很好的识别效果。”倪冰冰进一步阐释道。

  北京时间11月13日,对于阿瑞雅球场上的表现,记录簿中的数据,人们很是崇拜,可是这个赛季,她心智上的成熟才是最让人讶异的地方。她因为学会更好理解自身,并且像另外一个害羞的明星索伦斯坦那样,接受自己的成功,从而成为一位伟大的冠军。与安妮卡一样,阿瑞雅找出自身的弱点,并且全力出击,各个击破。结果,她越来越好。

  针对这个问题,倪冰冰团队对网络进行了二值残差定量的简化,使得过去用浮点数表达的网络,用现在的二进制数据网络来表达,这使得整合各个模型的过程变得简单,计算变得更加高效。

  “经历了那个星期天之后,我与皮亚和林恩聊过,我说我感觉很糟糕,”阿瑞雅说,“在对话之后,我却对自己很骄傲,因为我仍旧能够拼搏都最后。即便我度过了真正糟糕的后九洞,可是延长赛中,我每一杆都很拼,我学习到了很多。我感觉如果我领先5杆取胜,我什么也学不到,可是那个星期我学习到了很多。”

  “在压力之下,她展示了在果岭周围超棒的触感,”加雷斯-拉鲁斯基谈到沙洲溪的时候说,“她总是很有手感,她也将那些多余的旋转降了下来,可是在我的爱尔兰影响下,我教了她更多切滚球。因此,当我看到她打切滚球的时候很开心。在过去,她总是努力将球打高。”

  近日,“财经要参”公众号发布了海底捞无人餐厅和阿里未来酒店开业的消息。

  另外,利用单帧图片信息很有可能会遇到一些特殊姿势、遮挡、运动的模糊等问题。对此,倪冰冰团队提出的一个方法使得识别技术能够对整个视频进行时序上的个人信息加以汇总,形成定量表征,从而使行人重识别的性能达到最优。

  “体量之最”当然还包括视频智能识别的“计算量之巨”。

  皮亚-尼尔森(Pia Nilsson),另外一个教练,补充道:“她了解了自身,对于自己的感受非常诚实。在这个问题上很像安妮卡。”皮亚-尼尔森在索伦斯坦还是青少年的时候便开始指导她,她和林恩-马里奥特在其整个名人堂生涯之中一直教授她“Vision 54”。

  从美国女子公开赛开始,阿瑞雅打了14站LPGA比赛,2次夺冠,2次获得亚军,一次第三,一次第四。她现在与朴城炫之间的世界第一之争,看上去是她更乐于见到的,而非逃避的战斗。

  而随着视频在人们生活中所占的分量越来越重,视频智能理解技术有了越来越深厚的现实基础。经过过去数年的努力,视频智能理解研究领域已经有了一些突破式进展,变得更具有实际应用价值。

  阿瑞雅已经赢得了安妮卡大满贯奖,该奖旨在表彰五场大满贯之中表现最好的选手。她同时在世界排名上位于第一位,在标准杆上果岭之后推杆数,小鸟数以及前十数上领先。她仅在老鹰数上少莱克西-汤普森1个,而总推杆数排名第三。所有数据类别上,阿瑞雅都比2017年有改善。事实上,她作为世界第一时的各项数据,比她2017年达到同样高度时全部都要好。

  一方面,美国女子公开赛展示了阿瑞雅情绪上的进步,另外一方面,也展示了她短杆技术的大幅提升。

  “有了这个技术之后,实际上,很多原来一定要在‘云’上、在服务端去做的一些人脸识别功能,现在可以在很小的手机上进行。”倪冰冰表示,“智能刷脸闸机、智能访客机以及智能门禁等有了这个网络压缩技术,都能在小型设备上运行。”

  而阿里未来酒店免押金!免查房!先住房,后缴费!没有前台、没有服务员、没有收银员!酒店处处充满了科技感。

  倪冰冰所在的团队提出了时序金字塔算法,该算法通过对时间轴进行分尺度建模,使不同尺度的数据特征都能得到很好的表达。

  去年,当泰国姑娘达到世界第一的时候,她开始下坠,淘汰了5场包括4场大满贯并在另外一场赛事中退赛。在美国女子PGA锦标赛上,她需要在最后一个洞保帕晋级,可是她却打出了一个很不怎样的柏忌。当时她的身体语言明确写着:“我想回家。”

  也许最为重要的是,阿瑞雅已经学会了高尔夫是她生命之中的一部分,而不是她的全部生活。在寻求成为一个更快乐的高尔夫球手道路上,这里也有一个目标,要成为一个快乐的人。在问到世界第一重要的地方在哪里时,她说:“因为我想激励泰国的孩子们。”好吧,谁又知道这样一个动力能将她带到多么高的巅峰呢?

  该篇消息由此提问,当餐厅酒店服务员都由机器人来代替时,服务员这个职业离淘汰还远吗?

  皮亚-尼尔森则说:“她知道甚至自己感觉不好的时候,也可以打好,甚至取胜。当我们告诉她已经长大的时候,她很喜欢。我们对她说:‘你成长了很多,可是你仍旧有许多要学习’的时候,她吃吃笑起来。”

 。ㄐ》纾

  这一研究在由谷歌、斯坦福等国际顶尖人工智能研究机构主办的THUMOS行为检测国际竞赛中,获得视频检测小组国际第一名。

  的确,当你谈到一个22岁的姑娘,已经赢得10个LPGA冠军,包括2个大满贯冠军,并且将包揽LPGA的所有奖项时,是令人恐怖的。CME巡回锦标赛之前,阿瑞雅已经锁定了年度最佳球员奖、奖金王,而且与高真荣的杆数差距只要不大于15杆,便能夺取最低平均杆数奖:薇尔奖(Vare Trophy)。现在唯一有疑问的是CME全球竞赛总冠军及其100万美元奖池奖金。阿瑞雅夺取这一奖项有多条途径,不过最简单的方式是:在佛罗里达州那不勒斯迪伯伦高尔夫俱乐部赢得本年度第四场胜利。

最大的娱乐平台_NBA中国官方网站 -相关新闻

专题推荐