专栏：Google的计算机视觉强化学习专利——学习奖励，而不只是答案

IPLEX管理合伙人、专利代理师金容德关于人工智能专利的专栏已在AI Times发表。

本专栏以Google美国专利US 12,731,392为例，分析计算机视觉中的强化学习微调。传统训练重视与人工标注答案的一致性，而实际产业应用还需关注模型能否有效完成任务目标。

该专利先使用预训练计算机视觉模型，再将实际任务的重要性能指标作为奖励进行强化学习微调。例如，目标检测可采用召回率或平均精度均值（mAP），该思路也可用于图像分割及着色等任务。

文章分析标注答案与实际任务表现的差异。强化学习可以把实际系统重视的目标直接纳入训练，并利用不一定可微或难以直接计算的评价标准作为奖励。

这些技术在AI在现实环境下做出判断和行为的领域可能具有更大的意义,如自主驾驶,机器人,智能工厂,以及医疗成像. 特别是在物理AI时代,根据识别结果可靠地执行实际任务,而不是简单地准确识别图像中的物体,可能变得更加重要. Google最新的专利可以说是围绕生成式AI开发的强化学习技术扩展到计算机视觉和物理AI领域的一个例子.

通过这一栏,请查看AI学习技术的变化,以及这些技术如何受到专利的保护.

本文全文见以下链接。