AI 视觉大模型解决方案--深度分析2024

文章预览

在过去的十年中，深度监督学习取得了巨大的成功。但是，由于 它对手动标签的强依赖以及泛化性不足的缺点，促使人们寻求更好的 解决方案。 与此同时，在硬件快速增长的帮助下，今天的模型可以轻 松地训练上百万张图像并开始尝试训练数亿张图像数据。 然而，有监 督方法对数据有着人工标注的要求，从而造成了获取成本过高，因此 通过大规模有标签的数据来训练大规模通用预训练模型不现实。 此外， 即使是耗费大量人力物力获取标签，但是有标签的监督方法仍然会因 为人为疏漏造就错误标签（即使是 ImageNet 这种高质量数据集也存 在错误标签和混淆概念）。 图灵奖获得者 Yann LeCun 在演讲时表示，如果智能是一块蛋糕， 那么蛋糕的主体是无监督学习，蛋糕上的糖衣是监督学习，蛋糕上的 樱桃是强化学习，而人类对世界的理解主要来自于 ………………………………