日前，微軟亞洲研究院視覺計算組在2015 ImageNet計算機識別挑戰(zhàn)賽中憑借深層神經(jīng)網(wǎng)絡(luò)技術(shù)的最新突破，以絕對優(yōu)勢獲得圖像分類、圖像定位以及圖像檢測全部三個主要項目的冠軍。同一時刻，他們在另一項圖像識別挑戰(zhàn)賽MS COCO（Microsoft Common Objects in Context challenges，常見物體圖像識別）中同樣登頂，在圖像檢測和圖像分割項目上擊敗了來自學(xué)界、企業(yè)和研究機構(gòu)的眾多參賽者。

　　據(jù)了解，在此次挑戰(zhàn)賽中，微軟亞洲研究院的研究團隊使用了一種前所未有的深度高達百層的神經(jīng)網(wǎng)絡(luò)，這比以往任何成功使用的神經(jīng)網(wǎng)絡(luò)層數(shù)多5倍以上，從而在照片和視頻物體識別等技術(shù)方面實現(xiàn)了重大突破。

　　事實上，該研究團隊早在今年一月就首先實現(xiàn)了對人類視覺能力的突破。當(dāng)時，在題為“Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification”的論文中，他們系統(tǒng)的錯誤率已降低至4.94%，今年微軟亞洲研究院視覺計算組的系統(tǒng)錯誤率已經(jīng)低至3.57%。此前同樣的實驗中，人眼辨識的錯誤率大概為5.1%。

　　微軟全球資深副總裁、微軟亞太研發(fā)集團主席兼微軟亞洲研究院院長洪小文表示：“微軟亞洲研究院視覺計算組在此次ImageNet挑戰(zhàn)賽中所取得的出色成績，不僅是微軟在深層神經(jīng)網(wǎng)絡(luò)的研究和應(yīng)用上所取得的科學(xué)突破，同時也代表著計算機視覺技術(shù)在目標(biāo)識別方面的又一次飛躍。我對這一突破對其他研究領(lǐng)域的推動以及相關(guān)產(chǎn)品的轉(zhuǎn)化充滿期待?！?/p>

　　微軟亞洲研究院視覺計算組首席研究員孫劍博士帶領(lǐng)的團隊在深層神經(jīng)網(wǎng)絡(luò)方面進行了算法的更新，并稱之為“深層殘差網(wǎng)絡(luò)”（deep residual networks）。目前普遍使用的神經(jīng)網(wǎng)絡(luò)層級能夠達到20到30層，在此次挑戰(zhàn)賽中該團隊?wèi)?yīng)用的神經(jīng)網(wǎng)絡(luò)系統(tǒng)實現(xiàn)了152層。該研究團隊還使用了一個全新的“殘差學(xué)習(xí)”原則來指導(dǎo)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計?！皻埐顚W(xué)習(xí)”最重要的突破在于重構(gòu)了學(xué)習(xí)的過程，并重新定向了深層神經(jīng)網(wǎng)絡(luò)中的信息流。它很好地解決了此前深層神經(jīng)網(wǎng)絡(luò)層級與準(zhǔn)確度之間的矛盾。孫劍表示：“從我們極深的深層神經(jīng)網(wǎng)絡(luò)中可以看出，‘深層殘差網(wǎng)絡(luò)’力量強大且極為通用，可以預(yù)見它還能極大地改善其他計算機視覺問題。”

　　微軟亞洲研究院多年來在計算機視覺領(lǐng)域的研究成果已經(jīng)轉(zhuǎn)化到眾多微軟的智能產(chǎn)品和服務(wù)中，包括微軟牛津計劃中的人臉識別和圖像識別API、Windows 10中的Windows Hello“刷臉”開機功能、必應(yīng)的圖像搜索、微軟小冰的多個圖像“技能”，OneDrive中的圖片分類功能，以及廣受好評的口袋掃描儀Office Lens等等。

　　ImageNet是一個計算機視覺系統(tǒng)識別項目，也是目前世界上圖像識別最大的數(shù)據(jù)庫。ImageNet挑戰(zhàn)賽每年舉辦一次，由來自全球頂尖高校、企業(yè)及研究機構(gòu)的研究員組織舉辦，近年來已經(jīng)成為計算機視覺領(lǐng)域的標(biāo)桿。MS COCO數(shù)據(jù)庫由微軟資助建立，其挑戰(zhàn)賽目前由學(xué)術(shù)界幾所高校聯(lián)合組織，獨立運行。