【编者按】12月11日消息，据VentureBeat网站报道，在第六届ImageNet图像识别大赛上，微软研究团队取得多项第一名。

　　12月11日消息，据VentureBeat网站报道，在第六届ImageNet图像识别大赛上，微软研究团队取得多项第一名。据结果显示，微软研究团队所设计的图像识别系统打败了来自谷歌、因特尔、高通、腾讯以及一些初创公司和学术实验室所设计的图像识别系统。

　　微软发表博客日志称，微软研究团队包括何恺明、张祥雨、任少卿和孙剑四位成员，他们所设计的系统名为“深度残差学习图像识别”，该系统会在即将发表的报告中详细介绍。

　　该技术主要因其复杂性著称。

　　微软团队表示，“我们所训练的神经网络的深度超过了150层。我们提出“深度残差学习”框架，这个框架能减轻极深度网络的优化和收敛。当网络深度在原有基础上大幅度加深时，“深度残差网”的准确性就会显现出来，这种准确性是许多普通网络在加深后也无法达到的。

　　科技公司如今非常热衷于这块研究领域，并希望进一步改进自有内部系统以及面向用户的产品。

　　深度学习的宽阔范畴正处这些高性能网络的核心，宽阔范畴涉及到在大数据集上(例如相片)训练人工神经网络，然后向神经网络展示新数据，获取推论。

　　微软幽默地用“猜我几岁” (How Old Do I Look?)和“我的胡子帅吗” (How’s My Moustache Doing?)等这类应用来介绍自家的图像识别技术。微软已经通过牛津项目将图像识别技术推向市场。

　　ImageNet图像识别大赛要求选手所设计的图像系统能准确定位来自Flickr和搜索引擎的10万张图片，并把图片划分入1000个物体分类中(狼蛛、iPod、清真寺、玩具店、调制解调器等)，错误率越低越好。

　　微软参赛系统的分类错误率为3.5%，定位错误率为9%。

　　几年前，在图形分类技术上，谷歌、初创公司Clarifai和NEC还是前三甲。

　　同时，微软的参赛团队还获得了ImageNet图像识别大赛物体探测项目第一名。