La mayoría de las tareas populares de visión artificial de alto nivel, como la clasificación de imágenes, la detección de objetos, la recuperación de imágenes, el subtitulado de imágenes, han visto un gran progreso en los últimos años, tanto que para avanzar aún más en cualquiera de estos problemas, usted necesitaría crear algoritmos de aprendizaje automático nuevos / recientes. Esto no solo es cierto para Computer Vision, sino para cualquier campo en el que desee aprender las funciones de mapeo de entrada-salida utilizando muestras de datos, como Procesamiento de voz, Procesamiento de lenguaje natural. La razón principal para el éxito de Machine Learning es que un conjunto fijo de reglas expertas no funciona en datos del mundo real, ya sea para resolver tareas de Computer Vision, o PNL o tareas de procesamiento de voz. Y Machine Learning es impresionante en eso. Por lo tanto, todos estos campos están incorporando enfoques basados en Machine Learning.
¿Por qué el aprendizaje automático y la inteligencia artificial se han convertido en sinónimos de visión artificial?
Related Content
¿Por qué el CSAIL del MIT no es más fuerte para estudiar IA?
¿No podemos simplemente programar robots para no derrocar a la humanidad?
¿Hay alguna referencia para C # como la documentación de Java AI?
¿Por qué las grandes empresas tecnológicas están ausentes de ImageNet 2016?
Se pueden usar muchos métodos de Machine Learning para la clasificación de imágenes. Las imágenes son, en última instancia, matrices de mapa de bits de escala de grises, o una matriz de 3 capas de intensidades de rojo, verde y azul. Por lo tanto, pueden descomponerse / reducirse en complejidad y clasificarse de manera similar que podría aplicar a cualquier vector.
No diría que son sinónimos y los académicos definitivamente estarían de acuerdo con eso. La razón por la que puede sentirse así es porque muchos trabajos los agrupan. Esto nuevamente se debe al hecho de que mucho trabajo en la investigación de la industria hoy en día es en reconocimiento y detección.
El aprendizaje automático es solo una herramienta y la visión por computadora es mucho más.
Cuando estaba en la escuela de posgrado, había muchachos que eran muy estrictos para clasificar correctamente los diferentes tipos de algoritmos. Ellos apestaron. Mi algoritmo no se ajustaba exactamente a ningún tipo existente … porque era NUEVO. Los únicos dicks defensivos pequeños y llorones que tenían como opciones para patrocinarlo se volvieron locos porque lo llamé un algoritmo de minería de datos de reglas de asociación, porque sus atributos no encajaban perfectamente con ese apodo. DUH! El hecho de que manejara cualquier tipo de datos, por lo que en realidad era una mejora, no les importó, porque estaban demasiado ocupados defendiéndose sobre su propio nivel de habilidad.
More Interesting
¿Cómo diseñarías una red neuronal que aprende a jugar trackmania?
¿Qué pasa si Quora ganó sensibilidad?
¿Cuál sería el campo de estudio entre la física teórica y ML / AI?
¿Cómo obtiene Prismatic el contenido principal de cada artículo de noticias?
¿Podemos imitar artificialmente las señales eléctricas enviadas por nuestros nervios?
¿Las tres leyes de la robótica representan un estándar viable para la ética de la IA?
¿Cómo se puede usar Machine Learning en la historia?
