计算机适合识别什么

模式识别现在似乎是个万灵药,找什么工作总可以和模式识别扯上点关系。而事实上只要牵涉到识别、估计的任务都的确可以用机器学习试一试。比如识别物体的ImageNet比赛、估计股价的量化模型等等。

这样技术似乎突破了十年前人们对计算机的印象,现在的计算机不但算数比人快,识别任务居然也可以做了。然而并不是,比如前阵子很火的百度拍照翻译,声称可以拍照识别图像中的目标,但基本上只是一个错的离谱的娱乐功能。另一方面,在某些情况下计算机的确能识别一些东西,例如从表情中识别人的情绪等等。那计算机究竟适合识别什么呢?目前看来是这样的:的确有迹可循、但是需要大量数据和经验积累的模式。

例如从表情和动作识别人的情绪、是否说谎等等。多年经验的老刑侦也许一年就能看穿嫌疑犯是否说谎,但是普通人一般是做不到的。而经验本身是可以从数据中获得的,只要给充分的数据,模式识别技术很容易完成这样的任务。

再如识别唇语。人脑有专门的人脸识别区域和表情识别区域,这是人的社交需求导致的自然选择,计算机要通过大量数据和简单算法在这些任务上超过人类很难,即使超过了意义也不特别大(大多数人不需要计算机告诉自己什么是笑、或者回到家里告诉自己谁是爸爸谁是妈妈,少数脑部损伤患者可能会需要这样的辅助),但唇语识别能力不是与生俱来的,没有脑部区域负责这样的任务,因此计算机只要做到百分之六七十的准确率就可以轻松超过人类。

行业研究员通过研究新闻、公司公告分析证券的未来走势,对投资者给出建议。而机器在处理本文的内涵信息方面也许稍弱,但是处理速度和内容覆盖面远远超过人类。因此也很有可能取代一部分人的工作。

各行各业应该都有这样极端以来经验的工作。正如依赖体力的工作被机器取代那样,未来依赖简单经验的工作也很容易被机器所取代。

Leave a Reply

Your email address will not be published. Required fields are marked *