PennState：儿童视觉经验可能是更好的计算机视觉训练的关键

盖世汽车讯 据外媒报道，宾夕法尼亚州立大学跨学科团队的研究表明一种新颖的、受人类启发的训练人工智能(AI)系统识别物体并导航周围环境的方法，可以为开发更先进的AI系统以探索极端环境或遥远世界奠定基础。

在儿童在最初两年里所接触的物体和面孔相对较少，而视角和光照条件都不同。受这一发展洞察的启发，研究人员引入了一种新的机器学习方法，该方法利用有关空间位置的信息来更有效地训练AI视觉系统。

研究人员发现，用新方法训练的人工智能模型比基础模型高出14.99%。相关研究已发表于期刊《Patterns》。“目前人工智能的方法使用来自互联网的大量随机打乱的照片进行训练。相比之下，我们的策略是基于发展心理学的，该心理学研究儿童如何看待世界，”本文第一作者、宾夕法尼亚州立大学信息科学与技术学院博士生Lizhen Zhu表示。

免责声明：该文章系本站转载，旨在为读者提供更多信息资讯。所涉内容不构成投资、消费建议，仅供读者参考。