详细内容或原文请订阅后点击阅览
混合计算机视觉的力量：结合物理和大数据
新的研究重点是通过将基于物理的感知融入数据驱动技术来增强计算机视觉技术。这种混合人工智能计算机视觉使机器能够智能地感知、交互和响应实时环境。
来源:Qudata混合计算机视觉的力量：结合物理和大数据
为了实现更加智能和多功能的人工智能 (AI)，加州大学洛杉矶分校和美国陆军研究实验室的研究人员推出了一种融合物理和大数据领域的卓越方法。这种尖端方法旨在彻底改变计算机视觉技术，提高其感知、理解和响应实时环境的能力。通过将基于物理的感知与数据驱动的技术相结合，人工智能驱动的机器（包括自动驾驶汽车和精密机器人）获得了新的智能和效率水平。
将基于物理的感知与数据驱动的技术相结合计算机视觉是人工智能通过解码复杂数据和从图像中推断属性来感知和解释物理世界的窗口。尽管这些图像本质上受光和力学的物理控制，但传统的计算机视觉技术主要依靠数据驱动的机器学习来优化性能。与此同时，基于物理学的研究也试图揭示各种计算机视觉挑战背后的潜在物理原理。
将物理学理解融入神经网络，用数十亿个节点模仿人类大脑，是一项艰巨的挑战。这些网络处理大量图像数据集，直到它们理解它们“看到”的东西。尽管如此，最近的研究进展已经确定了将物理意识灌输到强大的数据驱动网络中的有希望的途径。
研究人员发表在《自然机器智能》杂志上的突破性研究引入了一种混合方法，利用了物理学和数据驱动人工智能的优势。通过将从数据中收集的深厚知识与物理学的现实世界见解相结合，一种新型人工智能应运而生——它拥有增强的能力和智能。
自然机器智能