“水哥”3:2战胜人工智能“蚂可”,人类终于赢了一次!

简介:

昨日,“水哥”王昱珩与人工智能机器人“蚂可”PK辨别网红脸,最终“水哥”以一分之差夺得胜利。

\

网红脸的标准:大眼睛、尖下巴、高鼻梁,面对上百张的网红照片,你能正确进行匹对吗?事实证明,这不仅是个眼力活儿,还是一个脑力活儿。

近日,蚂蚁金服的官方微博发布消息称,其研发的人工智能生物识别机器人“蚂可”(Mark)上线,并将于6月30日与号称“鬼才之眼”的水哥王昱珩比试识别“网红脸”。昨日,第三场人机大战于杭州中国美院正式打响。

“水哥”3:2战胜人工智能“蚂可”,人类终于赢了一次!

技术小组操作“蚂可”通过数据比对识别网红照片

“蚂可”是谁?

“蚂可”是蚂蚁金服生物识别技术小组与Face++在2016年年初合作研发出的人工智能机器人。早在2015年3月的汉诺威CeBIT展的开幕式上,马云曾演示过蚂蚁金服的Smile to Pay扫脸技术。这是继支付宝2014年底推出指纹支付之后,蚂蚁金服在生物识别领域的又一布局,而“蚂可”的研发也正是基于此技术。

虽然“蚂可”才几个月大,但是已经“阅人无数”,它所识别的人脸已经超过了500万张,“看”过的照片也已经超过1.2亿。据“蚂可”研发团队的负责人,蚂蚁金服安全智能部总监陈继东表示:“‘蚂可’的认脸能力理论上已经超越了人类肉眼,目前蚂蚁金服运用的生物识别技术在全球范围内的多项权威评测保持领先排名,在国际权威人脸数据库上的公开评测精度已超过99.5%。”

“水哥”3:2战胜人工智能“蚂可”,人类终于赢了一次!

水哥正在辨认网红照片

“蚂可”输了!

此次比拼的内容是辨别“网红脸”,一共分为三个比赛,第一、第二场比赛是让对战双方分别从150张以及300张网红照片中找出随机选出的3位测试网红,水哥和“蚂可”在这两战中都准确找到了正确的照片,但在时间问题上,水哥在第一战中多花了6分多钟,但在第二战中比蚂可少花了1分多钟。以此可以看出,当数据集一大,“蚂可”的效率明显下降。

第三场比赛,双方需要寻找两位或者一位的网红童年照,水哥速度很快,比“蚂可”早6分钟结束辨认。答案揭晓后,“蚂可”此轮辨识的两位网红照片都出现了差错,水哥则成功认出一位网红的童年照,误判另一位网红的照片不在此照片集中。

最终,“水哥”王昱珩以3:2的成绩战胜人工智能机器人“蚂可”。在人类与人工智能的几次对战中,人类终于扳回了一成,可喜可贺!

“蚂可”输在哪里?

对于此次结果,“蚂可”的研发科学家陈继东称,“蚂可”识别用户人脸是从二维图片中提取600多个关键点,进行交叉验证和动态识别,而PK现场,在光线角度姿态等复杂的状态,在大量长相妆容相似的美女集中出现的照片集合识别,光靠眼睛是不够的,人脑的综合推理与分析显得更为重要。

虽然“蚂可”输了,但是对于人工智能的人脸识别技术,陈继东还是表现出了积极的态度,他表示“人和机器各有所长,这次和人类‘最强大脑’的PK,说明机器学习人类的大脑,路还很长。机器是‘看’,人是‘认’,大自然经过了5亿4千万年的努力才完成了‘认’的工作,而这努力中更多的部分是在进化我们的大脑内用于处理视觉处理的器官,而不是眼睛本身,所以‘认’是从眼睛采集信息开始,但大脑才是它真正呈现意义的地方,而目前的人工智能还只是学到了一部分人类大脑的智能。”

此前,华盛顿大学的UW团队也曾对人脸识别技术进行测试,其中谷歌的人脸识别系统从中脱颖而出,在百万张照片的准确率达到了77%,小规模的更是近乎完美。不过与这场比赛不同,UW团队的数据采集来自于世界各地,每个人都是独立的、各有特色的,而这次PK中,采集的数据都是相似度达到了80%以上的网红脸,也不能怪“蚂可”认错了,毕竟整容+美颜的效果实在是太强大了。


原文发布时间: 2016-07-01 14:02
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
机器学习/深度学习 人工智能 自动驾驶
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
151 0
AI如何能比人类的眼睛看得更清楚?通俗的解释卷积神经网络
|
机器学习/深度学习 人工智能 算法
可以学习人类语言模式的人工智能
一种新的人工智能自动学习模型可以应用于不同语言的高级语言模式,使其能够取得更好的结果。
143 0
可以学习人类语言模式的人工智能
|
人工智能 算法 芯片
人工智能无法取代人类工作的六个原因
虽然人工智能被设计成一种更有效、更快速的工作方式来取代手工劳动,但它无法取代工作空间中对人工输入的需求。
446 0
人工智能无法取代人类工作的六个原因
|
机器学习/深度学习 人工智能 供应链
使用敏捷人工智能战胜经济衰退
在企业中拥有“人工智能和敏捷性”不仅可以打破企业内部的数据孤岛,还可以让其员工为自己做更多的事情。
使用敏捷人工智能战胜经济衰退
|
机器学习/深度学习 人工智能 算法
AI到来,可能会给人类社会带来的影响
人类该如何应对AI时代,目前对AI大多是预测,其可能会带来的影响。
AI到来,可能会给人类社会带来的影响
|
机器学习/深度学习 数据采集 人工智能
借助AI 人类能听懂动物的“喜怒哀乐”?
人工智能是否可以实现人与动物的沟通?算法具体是如何分辨动物情绪的?目前,人类要通过AI理解动物语言,还需克服哪些困难?
借助AI 人类能听懂动物的“喜怒哀乐”?
|
机器学习/深度学习 存储 传感器
图灵奖获得者 Yann LeCun :学习“世界模型”的能力是构建人类级 AI 的关键所在
本文最初发布于 Meta AI 博客,由 InfoQ 中文站翻译并分享。
260 0
图灵奖获得者 Yann LeCun :学习“世界模型”的能力是构建人类级 AI 的关键所在
|
机器学习/深度学习 传感器 人工智能
AI老司机,驾龄等于人类2万年:计划两年登上百万台车
AI老司机,驾龄等于人类2万年:计划两年登上百万台车
258 0
AI老司机,驾龄等于人类2万年:计划两年登上百万台车
|
机器学习/深度学习 人工智能 自然语言处理
人工智能会代替人类吗?
文章题目的命题有点大,个人理解实际上他包含两层含义:第一层,人类会灭亡吗?第二层,人类灭亡的主要原因会是人工智能所代表的技术吗?
人工智能会代替人类吗?
|
人工智能 自然语言处理 安全
1370亿参数、接近人类水平,谷歌对话AI模型LaMDA放出论文
1370亿参数、接近人类水平,谷歌对话AI模型LaMDA放出论文
646 0
1370亿参数、接近人类水平,谷歌对话AI模型LaMDA放出论文

热门文章

最新文章