研究人员用ECO features算法实现了超高精准度的对象识别功能

无需人工培训就能够识别对象的计算机，现在已经有实现的可能了。而研究人员们也指出了如何教会它们区分面部和物体等关键特征和区别的AI的方法。由美国杨百翰大学工程师Dah-Jye Lee开发的这个新算法，通过赋予计算机"自学成才"的技能，从而避免了人工校准的干预。

说到底，就是给计算机一套识别工具，让它自己学习分辨一个人和一棵树之间的个体差异。Lee表示，理论上，这与教孩子的方法类似。

在他的研究中，使用了一台加载了图像样本集的计算机(Lee选择了脸部、飞机、汽车和摩托车)。然后计算机就会根据"ECO features"这一算法进行"自主识别"了。

例如，机身和机翼间的独特角度，就会告诉它飞机于汽车之间的区别。Lee的研究小组发现，在四组数据集中，识别的准确率达到了100%。

当然，有棱有角的东西还算是比较容易辨别的。但…如果是更复杂的对象呢？好消息是，Lee的算法在为四种不同的鱼进行分类的时候，也达到了99.4%的识别准确率。

相比之下，其主要竞争对手的对象识别系统，最多只能达到98%足有的准确率。究其原因，应该就是上文所提到的"ECO features"算法的巨大差别了。

至于ECO features的应用，Lee的团队希望其能够在无人或人力密集型的场景中有所运用。此外，其另一巨大的潜力就是，帮助你监控进出建筑物的个别人、追踪冰箱里的食物、甚至城市里的汽车等等——当然，这一切还需要基于智能城市打造的"物联网"才能够更好地实现。

该贴已经同步到 update的微博