微软研究在涉及深度学习的人工智能时期，再次超越。

在一份新的学术论文中，亚洲技术巨头研究手臂的员工表示，他们的最新深度学习系统可以超越一个公制。

根据纸张，Microsoft创建在2012年广泛认可的想象数据集中的图像中正确分类的错误分类有4.94％的错误率。根据本文，人类之间的错误率为5.1％。挑战涉及识别图像中的对象，然后正确选择图像最准确的类别，其中1,000个选项。类别包括“斧头”，“Geyser，”和“微波”。

“据我们所知，我们的结果在这一视觉认可挑战中首次出现了据报道的人类水平表现，”微软研究人员Kaiming He，Ziangyu Zhang，Shaoqing Ren和Jian Sun写在纸上，这是如此2月6日。

这是应该让人工智能观察者注意的事情。在深入学习时，它还应该给微软更可信地，在那里像谷歌和Facebook这样的网络公司争夺人才。深度学习涉及培训从图像，音频和其他输入的大量信息上培训人工神经网络，然后用新信息呈现系统并以响应地接收关于它的推断

除了超越人类能力之外，来自微软研究人员的新系统将谷歌的获奖Googlenet系统提高26％，因为它以6.66％的错误进行了6.66％，Microsoft研究人员索赔。

这一成功遵循微软的项目亚当工作，这是去年首次亮相的。

有趣的是，研究人员指出，他们不觉得计算机愿景胜过人类的愿景。

“虽然我们的算法在该特定数据集上产生了卓越的结果，但这并不表示机器视觉一般来说，”他们写道“一般来说。“关于识别诸如Pascal VOC任务之类的基本对象类别（即，日常生活中的常见物体或概念），机器在对人类微不足道的情况下仍然存在明显的错误。尽管如此，我们认为我们的结果表明了机器算法的巨大潜力，以匹配可视识别的人力水平性能。“

阅读新系统上的划分的纸张（PDF）。