計算機算法通常需要成千上萬個例子才能學(xué)會一件事情,但谷歌DeepMind的研究人員卻找到一種繞過這一流程的方法。谷歌DeepMind研究人員現(xiàn)在找到了一種新的方法,他們對深度學(xué)習算法進行了一些調(diào)整,使之只需通過一個例子便可認出圖像中的物體或其他東西——他們稱之為“單次學(xué)習”。該團隊針對大量添加了標簽的圖片以及手寫字體和語言對此進行了驗證。
谷歌DeepMind研究員奧里奧爾·溫亞爾斯(Oriol Vinyals)在深度學(xué)習系統(tǒng)中增加了一個記憶組件。該團隊利用一個名為ImageNet的標記圖片數(shù)據(jù)庫對該系統(tǒng)的能力進行了驗證。
這套軟件仍然需要分析數(shù)百種圖片,但此后卻可以學(xué)會用一張照片識別新的物體。它本質(zhì)上是通過分析圖片中的獨特元素來完成識別任務(wù)的。這種算法只需要看一一個例子,便可達到近似于傳統(tǒng)深度學(xué)習系統(tǒng)的準確率。