Title
人工智能技术之二分类在生活中的应用 
发布时间：2019-11-30 作者：造物世界 点击量：
今天我们来讲一下人工智能二分类在生活中的应用，也许说二分类你们感觉很陌生，但是下面你看完我讲的例子就会知道人工智能技术真的是在我们生活中无处不在。我们介绍了二分类的问题一把事物分类成两个类别。二分类的问题在实 际生活中有着广泛的应用。生活中遇到的“是不是问题”都属于二分类的范一 这是不是一张人脸?这是不是有癌症的医学影像?这是不是一处可能有矿的地 下面我们介绍相机中的人脸检测和医疗中的癌症检测,来具体看看二分类 然技术是怎么应用在实际生活中的 。
相机中的人脸检测 同学们在外出游玩的时侯,都会拍照留念。无论是用手机还是单反,当镜头对准 脸的时侯,都会出现一个矩形框,框出人脸的区域,如图下图所示。那么,这个 技术是如何做到的呢?
相机中的人脸检测技术使用的就是二分类技术。它的整个流程如图下图所示 张照片首先被切割成一块块的图像块。这样的切割很密集,它们重叠连续地将照片 切割成小的图像块。一张照片往往会有成千上万的图像块被切割出来。 然后每一个图像块都会经过人脸分类器去判别是否是人脸。人脸分类器是预先训 练好的二分类器,就像我们训练区分鸢尾花品种的分类器一样。对于预测是人脸的图 像块,相机就在这个图像块上显示出框的位置一一这就是相机中的人脸检测的奥秘。 同学们可能会有疑问,拍照时,由于距离远近等导致人脸大小不一样怎么办? 实际上,在切割图像块的时候,并不是只有一种尺寸的图像块切割,而是从小到大 有很多尺寸,这保证了能够涵盖几乎各种大小的人脸。所以,一张照片截取的图像 块数量是非常大的,由于使用的人脸分类器简单、运算量小,还有其他优化速度的 技术的使用,整个流程的时间往往很难被我们感知到,好像相机中的人脸检测是实 时的一样。
根据患者的生物组织样本图像,判断是否患有癌症是二分类在医疗领域中的一个 应用。病理学家在检查患者的生物组织样本后,能够诊断是否患有癌症。他们的诊断 对于患者的治疗至关重要。然而,病理切片的审查非常复杂,需要多年的培训和丰富 的专业知识及经验。
癌症检测,从分类的角度来看,就是一个二分类问题一一判断生物组织样本的每 个区域是否是肿瘤(umor)。目前,随着人工智能系统的进步,在一些癌症的诊断 上,人工智能系统诊断癌症的准确率正在逐步向有经验的病理学家靠拢。图2-22 中,左图是淋巴结( lymph node)活检( biopsy)的图像,右图是谷歌公司最近的检 测结果,这个结果在测试数据上已经能够达到并超过一般的人类病理学家。这个结果 是振奋人心的,但实际中癌症的组织样本更加复杂,病理图像会受到其他因素的影 响,甚至有可能出现罕见的病理切片图像,它们不曾在训练数据中出现过,人类病理 学家可以依靠经验和知识处理这些状况。而人工智能诊断家们在这方面还有较大差距。
在癌症检测中,良性和恶性往往很难区分,比如在下图中是一块包含乳腺癌 转移的恶性肿瘤和一块正常的组织一巨细胞,它们外观上十分相似,目前的人工 能系统能够比较正确区分脚和巨细胞( oph)它们向着有经验的人 类病理学家的水平又往前迈进了一步。
正确区分淋巴结中的 细胞 Macrophage 这些目前还在实验室的人工智能诊断家们,正在逐步走出去,辅助医生的诊断 帮助做出更准确、更及时的癌症诊断。这不仅提高了效率,减轻了医生负担;同时也 使得检测结果更加准确,帮患者争取了宝贵的治疗时机。技术在不断进步,可以预想 到不远的未来,人工智能技术将大量地运用在医疗领域。
在现在的生活中人工智能已经渐渐的进入我们生活中。不仅给我们生活中添加乐趣和优质的功能，在医疗，工程，建筑等领域都有着杰出的贡献。未来我们只有拥抱人工智能才能让我们的社会更加的发达，我们的生活更加的舒适。所以人工智能教育已经被国家写入教材中，也表明了国家教育体制改革对人工智能的重视。相信不久的将来，人工智能将带给我们意想不到的惊喜。
返回列表
