ایسنا: انسان‌ها می‌تواند اجسام را با نرخ اشتباه 5.1 درصد شناسایی کنند، اما سیستم جدید مایکروسافت از نرخ اشتباه 4.94 درصد برخوردار است. اگرچه این تفاوت اندک است، اما پیش از این هرگز انجام نشده بود.

تیمی از محققان در پکن از این سیستم برای تحلیل مجموعه داده‌های طبقه‌بندی شده ImageNet 2012 استفاده کردند که حاوی بیش از 1.2 میلیون تصویر آموزشی، 50 هزار تصویر اعتبارسنجی و 100 هزار تصویر آزمایشی است.

به گفته محققان، اگرچه هنوز انسان در بسیاری از موارد عملکرد بهتری دارد، اما این سیستم در سناریوی دانشمندان بهتر عمل کرد.

انسان‌ها در تشخیص بین گوسفند و گاو مشکلی ندارند، اما رایانه‌ها نمی‌توانند کارهای ساده‌ای مانند این را بسادگی انجام دهند. محققان توانستند بهتر از انسان بین نژادهای مختلف گوسفند تمایز قائل شوند. رایانه‌ها می‌توانند بطوری آموزش ببینند که با دقت بیشتری به بررسی جزئیات، طرح، شکل و بافت تصاویر پرداخته و تفاوت‌هایی را که چشم انسان براحتی قادر به تشخیص آن‌ها نیست، مشاهده کنند.

مایکروسافت می‌تواند از این نوع فناوری در آینده برای کمک به عملکرد سایت‌هایی مانند سایت جستجوی تصویر بینگ (Bing) استفاده کند.