■膠囊網絡運作示意圖。網上圖片近年，機器的圖像辨識技術發展得越來越成熟，背後的算法到底是如何運作的？
2012年，有學者開始建立一個系統，它可以分析過千張圖片，並「自我訓練」去準確地識別常見的物件，例如花、汽車......
在圖片辨識系統背後驅動其運作的運算技術，稱為「神經網絡」，它是一種在全球被廣泛使用的技術。其中一個應用例子是無人駕駛汽車，透過「神經網絡」，它可以識別街道上的標誌和行人。
認知三維世界 勝舊有技術
不過這種技術仍有限制，譬如說，神經網絡所認知的咖啡杯都是直立的，假如有一張圖片顯示倒立的咖啡杯，系統就辨認不到了。
因此，現時的研究學者正在發展另一種運算技術，稱之為「膠囊網絡」（Capsule Network）。設計這個系統的意念是要仿效人類的思維。如果說神經網絡的認知是二維世界，那麼膠囊網絡便是三維世界。
該科研團隊最近發表了一篇文獻，當中說明他們所研發的膠囊網絡技術，可以讓機器在新的角度辨別出不同物件，準確率比之前的技術更高。
利用膠囊網絡技術，研發團隊希望可以建立像人類一樣擁有三維觀點的機器，只要在一個角度認識了指定的物件後，日後從任何角度也可以識別到該物件。這是神經網絡不能做得到的。
膠囊方法的另一個好處是它能夠通過一小部分數據來學習，獲得最先進的性能。從這個意義上說，膠囊理論更接近人腦在實踐中所做的事情。
真正自動化路仍遠
人類的腦部散佈着神經元網絡，而神經網絡是一種算法，透過識別大量的數據模式，它可以學習不同的事物，即是說，透過分析數千張汽車的相片，神經網絡就能馬上辨認到汽車。
這種算法的意念可追溯至1950年代，但直至到近數年才真正應用到現實世界，主要原因是互聯網所產生的數據越來越多，而且處理得越來越好。在最近5年，神經網絡加速了電子產品的運算速度，例如智能手機、翻譯系統等等。
雖然近年的機器深度學習不斷進步，現時距離讓機器擁有真正智慧的目標仍然很遠，有必要再展開新的研究，很多著名的科技公司亦正在推出更優秀的自動化機器，例如能夠與人對話的電腦、無人駕駛汽車等。
研發膠囊網絡技術的團隊相信，他們的技術應用可以擴展到不同的狀況和層面，以加速電腦的運算速度及認知範圍，亦希望製作出可以與人對話的電腦。
膠囊網絡更深入和細緻地模擬人類腦部的神經元網絡，這項技術也能夠協助其他形式的人工智能「成長」。■香港新興科技教育協會 洪文正
簡介：本會培育科普人才， 提高各界對科技創意應用的認識，為香港青年人提供更多機會參與國際性及大中華地區的科技創意活動 ，詳情可瀏覽www.hknetea.org。
隔星期三見報