详细内容或原文请订阅后点击阅览
当 AI 的图片用完时会发生什么？
作者：Khawar Islam 一家医院可能只会收集几十张罕见疾病的扫描图像，例如不寻常的肿瘤。放射科希望软件能够在扫描中标记这一点，而不是取代专家，但没有专家的医院仍然可以以同样的方式检查扫描。 [...]
来源:ΑΙhub作者：Khawar Islam
一家医院可能只会收集几十张罕见疾病的扫描图像——例如，一种不寻常的肿瘤。放射科希望软件能够在扫描中标记这一点，而不是取代专家，但没有专家的医院仍然可以以同样的方式检查扫描。
临床医生知道他们在寻找什么。问题是算术。
十多年来，医院可能会收集40个确诊病例。足以让专家识别一种模式，但软件需要数千种模式。这是现实世界中许多人工智能（AI）背后的瓶颈。
文本无处不在，而且收集起来几乎不需要花费任何成本。图像则相反。
许多人对通过示例学习感到兴奋，他们需要大量经过合格人员检查和标记的示例。
在医学上，某人是时间稀缺的专家。在工厂生产线上，您最想发现的缺陷是几乎从未发生过的缺陷。对于农民来说，值得及早发现的疾病是尚未到来的疫情。
我们的新方法 GenMix 旨在解决这个问题 - 并为了最大限度地发挥其影响，我们将代码免费提供给任何人访问。
它使相同的技术受到更短的束缚——使用人工智能来改变现有的图像，使我们可以将数十张变成数百张，同时保持检测和识别的严格准确性。
计算机视觉的麻烦
计算机视觉研究人员花费了大量精力从现有照片中榨取更多价值，以教导人工智能系统如何更好地检测事物。
标准技巧很简单：翻转照片、裁剪、加亮、从一张图像中剪切出一个矩形并将其粘贴到另一张图像中。
最后一种方法很流行，但它产生了一些不可能存在的东西。半只狗缝到半只猫教会了系统一些东西，尽管并不总是真实的或值得教的东西。
还有第二个问题，而且更糟糕。
现实世界正是充满了这些不匹配。