通过视觉问答衡量机器智能
人工智能
2016-09-01 v1 计算与语言
计算机视觉与模式识别
机器学习
摘要
随着机器变得更加智能，衡量其智能的方法重新引起关注。一种常见方法是提出人类擅长而机器觉得困难的任务。然而，理想任务还应易于评估且不易被轻易取巧。我们以案例研究开篇，探讨近期流行的图像描述（image captioning）任务及其作为衡量机器智能任务的局限性。一种替代且更有前景的任务是视觉问答（Visual Question Answering），其测试机器对语言与视觉进行推理的能力。我们描述了一个为该任务创建的规模空前的数据集，其包含超过 760,000 个人工生成的图像相关问题。利用约一千万个人工生成的答案，机器可被轻松评估。
引用
@article{arxiv.1608.08716,
title = {Measuring Machine Intelligence Through Visual Question Answering},
author = {C. Lawrence Zitnick and Aishwarya Agrawal and Stanislaw Antol and Margaret Mitchell and Dhruv Batra and Devi Parikh},
journal= {arXiv preprint arXiv:1608.08716},
year = {2016}
}
备注
AI Magazine, 2016