验的目的是识别物体而无需

为了快速总结这一领域的一些进展年本田公司的机器人学会了识别物体这让我们大吃一惊。当询问他是否答对时他学习并提高了正确答案的百分比。此外能够对物体进行分类根据共同特征例如房间中家具的腿数对它们进行分组。的无效。年实验室使用由台计算机组成的所谓虚拟神经网络进行了一项实验。该实事先指示要识别的元素是什么样子。

为此我们对上传到的猫视频中的数百万张照片进行了处理。在处理图像时系统能够找到匹配项和模式从而定义猫是什么。去年月我们发布了一份关于的报告他是西班牙电信计 Whatsapp 号码 划的参与者开发了应用程序该应用程序的价值基于人脸识别算法。在这种情况下他们的服务旨在验证来到我们家的专业人员是否确实与此人相对应从而避免可能的身份盗窃。




识别物体的新算法可以通过自身学习来区分物体杨百翰大学的一组美国研究人员开发了一种遗传算法除了识别物体和人之外它还能够自我学习。该算法无需人工帮助即可识别每个对象的哪些特征是重要的。此外代码不需要在每次观察新对象时重新启动并且具有很高的准确性因为它能够发现两个物体之间的微小差异。