人工智能正在彻底改变人们对图像的解读方式，解构固定分类。这种创新的适应性范式使人工智能系统能够根据具体的期望重新定义其方法。通过开放的临时分类 (OAK)，视觉识别变得动态而且切合上下文，超越了图像识别的常规限制。
革命性的人工智能系统
一种基于开放的临时分类（OAK）方法的新型人工智能系统可以识别视觉类别，同时适应不同的上下文。该模型由密歇根大学的研究团队开发，得到了博世人工智能中心和其他学术机构的贡献。OAK的原则在于对图像进行动态解读，而不是固守传统的固定分类。
OAK的原则
OAK根据不同的上下文检测图像的多种解读。例如，在车库销售的背景下，一张鞋子的图片可能会有不同的共鸣，其中“鞋子”这个词也可能包括帽子或行李。该系统的灵活性比以往的预期有质的飞跃，以前的每张图像都有固定的意义。
发展与方法论
研究人员扩展了CLIP模型，这是一种视觉与语言的系统，通过整合上下文令牌。这些指令元素从标记与未标记的数据中学习。因此，人工智能能够根据上下文提取特定的视觉特征，将注意力引导到相关区域，而无需明确的指示。
发现新类别
OAK的一大令人印象深刻的特性是它发现未见类别的能力。例如，在识别车库销售中的物品时，该系统学习识别诸如包或帽子等物品，而无需事先示例。这种能力源于一种创新方法，结合了语义引导与视觉聚类的方法。
方法之间的互动
语义引导方法为系统提供相关的建议。当模型检测到鞋子时，它基于语言关联建议可能出现的帽子的可能性。同时，在未标记数据中检测到的视觉模式帮助识别相关类别。两种方法在训练过程中相互协作，形成了协同效应。
系统性能
在斯坦福和Clevr-4等数据库上进行的测试显示，OAK在准确性和概念发现方面有着令人印象深刻的表现。在斯坦福数据集中识别情绪时，它达到了87.4%的准确率，远远超过了之前的模型，如CLIP。
未来应用
OAK方法在多个领域中都有重要的应用前景，包括机器人技术。根据任务以不同角度感知相同环境的能力，开辟了新的视野。在一个系统的灵活性和适应性至关重要的世界中，这种技术发展的类型可能会变得不可或缺。
有关人工智能创新的更多信息，读者可以参考以下链接：人工智能的感知研究。有关复杂协调系统的其他研究可通过此网站进行查阅。
关于人工智能生成的带有种族主义涵义图像使用的担忧，情况可以在这里记录：意大利投诉。
有关人工智能解决视觉谜题能力的评估将在此文章中讨论：谜题与推理。
常见问题解答
人工智能系统如何识别视觉类别的过程是怎样的？
人工智能系统使用开放临时分类 (OAK) 的方法，允许其根据给定的上下文动态解读图像，同时依靠标记和未标记的数据来识别已知和未知的概念。
传统的分类方法与OAK之间有什么区别？
与使用“椅子”或“狗”等固定类别的传统方法不同，OAK允许根据上下文重新表述图像的解读，例如根据需求将一张喝水的人图像分类为“喝水的动作”或“购物的情境”。
OAK是如何发现训练过程中未见的新类别的？
OAK结合了自上而下与自下而上的方法。它利用语义引导根据语言知识提出潜在类别，同时在未标记的视觉数据中识别模式。
训练OAK系统需要哪些类型的数据？
系统可以使用标记和未标记的数据进行训练，这使其在不同上下文中适应，而无需大量特定示例。
哪些实际应用可能受益于OAK方法？
OAK方法可以应用于机器人等领域，在这些领域中，系统需要根据其执行的任务灵活地感知和解读环境。
OAK的表现与其他图像分类模型相比如何？
OAK已展示出领先的性能，例如在情绪识别中达到了87.4%的新精准度，超过了CLIP和GCD等模型超过50%。
OAK是否需要在初次训练后频繁调整？
不，OAK被设计成能在不失去现有知识的情况下适应新上下文，这意味着在初次训练后可以在较少必要的调整下有效运作。
OAK如何确保对图像的正确部分给予适当关注？
模型通过使用上下文数据的训练机制学习聚焦于相关区域，从而提供灵活且可解释的结果。
像OAK这样的人工智能系统能否创造全新的类别？
是的，OAK能够通过识别未在训练中具体教授的未标记图像中的模式，提出并验证新类别，从而实现动态发现新的分类。
