图表内容
图44:TOP.1准确率变化
一不含额外的训练数据
含有额外的训练数据
100%
95%
90.2%
90%
85%
80%
86.5%
75%
70%
65%
60%
资料来源:斯坦福大学A|年度报告,
中信证券研究部
研究报告节选:
在卷积神经网络的推动下,计算机视觉准确率测试成绩明显提升,正处于产业化阶段。计算机视觉准确率在过去的十年中取得了巨大的进步,这主要归功于机器学习技术的应用。Top-1 准确度测试人工智能系统为图像分配正确标签的能力越强,那么其预测结果(在所有可能的标签中)与目标标签越相同。在有额外的训练数据(例如来自社交媒体的照片)的情况下,2021 年 1 月在 Top-1 准确度测试上每 10 次尝试中会出现 1 次错误,而 2012年 12 月每 10 次尝试中会出现 4 次错误。而另一项精确率测试 Top-5 会让计算机回答目标标签是否在分类器的前五个预测中,其准确率从 2013 年的 85%提高到 2021 年的 99%,超过了代表人类水平的成绩 94.9%。