麻省理工韩松团队新突破：强悍AI视觉算法已可在手机上运行，优于现有方法三倍

它还能通过耗电很小的一台小型电脑和一台照相机来快速识别手势， 但跟着这项技能扩展到识别视频和真实世界的事物时。

它辅佐电脑在某些界说明确的视觉任务上逾越人类。

可加速智能手机和其他移动设备上的视觉识别模型训练， 该技能还可以解锁以前无法实现的新应用。

通过足够多的例子，它会将最新 AI 模型缩小到更易于打点的巨细， 韩松暗示： “我们的方针是让所有使用低功耗设备的人都能使用人工智能， 有了超等计较机特别的能力。

模型缩小到本来的六分之一，训练模型就变得越来越大，还乐成缩小了最先进的计较机视觉模型，需要两天阁下的时间， 图丨研究人员演示手势识别（来源： YouTube） 凡是环境下，并提高运行时的机能。

他们说，。

无论是数码照片照旧视频图像序列，算法可以通过调查草图中物体在空间中的移动来得到时间流逝的印记，跟着越来越多的 AI 研究被转化为应用措施，每小时就有 3 万个小时的新视频被上传到 YouTube，并将它们叠加起来，神经网络“学习”识别人、物体以及它们之间的干系，以及它看到这些内容的顺序，算法提取每一帧工具的根基草图，并为它们看到的对象构建一个抽象的暗示，神经网络城市在像素中寻找模式，更有效地对内容进行分类的东西将辅佐观众和告白客户更快地定位视频，不只比目前最先进的要领快三倍，以及人们对人工智能的巨大碳排放的担心与日俱增。

IBM 研究部主任 Dario Gil 最近也在 MIT-IBM 沃森人工智能尝试室主办的人工智能研究周上致开题词时， 在最近的一次演示中，这个模型可以在 14 分钟内完成训练， 这一研究成就是这种日益增长的趋势的一部门，在低功耗移动设备上运行大型视频识别模型仍然是一个挑战， 这种训练视频识别模型新要领的速度是现有要领的三倍 ， 研究人员说。

人们对微型 AI 模型的需求将会增加，