Omniglot 挑战：三年进展报告
人工智能
2019-06-04 v2 计算机视觉与模式识别
机器学习
摘要
三年前，我们发布了用于单样本学习的 Omniglot 数据集，以及五项挑战任务和一个用于解决这些任务的计算模型。该模型并非关于 Omniglot 的最终结论；我们希望学术界能在我们工作的基础上开发新方法。此后，我们很高兴地看到该数据集得到了广泛采用。在单样本分类方面取得了显著进展，但研究人员采用了新的数据划分和流程使得任务变得更加容易。其余四项任务的进展则相对较少。我们得出结论，近期的方法在 Omniglot 上仍远未实现类人的概念学习，这一挑战要求用单一模型执行多项任务。
关键词
引用
@article{arxiv.1902.03477,
title = {The Omniglot challenge: a 3-year progress report},
author = {Brenden M. Lake and Ruslan Salakhutdinov and Joshua B. Tenenbaum},
journal= {arXiv preprint arXiv:1902.03477},
year = {2019}
}
备注
In press at Current Opinion in Behavioral Sciences