新的计算机视觉工具因社会影响而获奖

研究人员在美国麻省大学阿默斯特分校（UMass Amherst）开发了一种名为DISCount的AI框架，该框架结合了人工智能的速度和庞大数据处理能力，以及人类分析的可靠性，可以快速准确地对大量图像进行特定特征的识别和计数。他们的研究成果最近被《人工智能进步协会》认可，并获得了AI社会影响最佳论文奖。

DISCount框架最初是为了帮助红十字会建立一个可以准确计算地震或战争等事件中受损建筑物的计算机视觉工具而开发的。同时，他们还帮助科罗拉多州立大学和俄克拉荷马大学的鸟类学家利用天气雷达数据精确估计鸟群规模。

研究人员表示，他们想通过计算机视觉解决这些问题，但传统的计算机视觉模型的准确性不够。为此，他们提出了一种基于AI和人工分析相结合的新思路，即DISCount框架。该框架利用AI分析大量数据集，确定人类研究人员应该查看的较小数据集，然后让人类研究人员手动计数这些图像，并使用它们来推断整个区域受影响的建筑数量。最终，DISCount将估计人工得出的估计值的准确性。

研究人员表示，DISCount框架比随机抽样方法在所考虑的任务上表现更好，并且与任何计算机视觉模型兼容，让研究人员选择最适合他们需求的AI方法。该框架还提供置信区间，使研究人员能够对其估计的准确性做出明智判断。

总体来看，这一简单的思路为研究人员构建了一个比单独的人工智能或人工分析更快、更全面、更可靠的工具。