Microsoft slår konkurrenterne i billedgenkendelsesudfordringen

I en udfordring med at finde billeder korrekt fra 100,000 fotografier fra Flickr og populære søgemaskiner, slog Microsoft konkurrenterne Google, Intel, Qualcomm og Tencent. Microsoft var i stand til at opnå dette ved hjælp af en metode kendt som dybe neurale netværk, som træner computere til at genkende disse billeder.

Tilsyneladende allerede en almindelig teknologi blandt forskere på dette særlige område, var Microsofts forskersystem mere effektivt, fordi det gjorde det muligt for dem at bruge ekstremt dybe neurale netværk, som kan være op til 5 gange dybere end systemer, nogen tidligere brugte.

Af de tre kategorier, som Microsoft har indtastet i ImageNet-udfordringen: klassificering, lokalisering og detektion, kom Microsofts team på førstepladsen i hver. I Microsoft Common Objects in Context-udfordringen, et projekt, der oprindeligt blev finansieret af Microsoft, men nu drevet af andre akademikere, vandt Microsoft-teamet igen førstepladsen for billedgenkendelse og -segmentering. Microsofts vindende bidrag havde en lokaliseringsfejlprocent på kun 9 % og en klassifikationsfejlprocent på 3.5 %.

Konkurrencen, der nu er på sjette år, arrangeres af forskere fra topuniversiteter og virksomheder rundt om i verden og er ved at blive standarden for forskningsområdet.

Programmet er også ret dygtigt til at genkende talemønstre, da det er den underliggende software i Skypes realtidsoversættelsesfunktioner.