Програмите за разпознаване на изображения се обучават с помощта на бази данни от милиони снимки, ръчно маркирани, за да научат компютъра да разпознава различни обекти. Но Facebook вече разполага с интересна база данни от изображения: Instagram. По време на конференцията F8, гигантът на социалните медии сподели как компанията е обучила разпознаване на изображения с изкуствен интелект система чрез използване на комбинация от публични Instagram снимки и хаштагове.
Ръчното етикетиране на изображение за изграждане на база данни от милиони снимки е отнемащ време процес, особено когато се стигне до конкретни подробности като вид птица, а не просто етикетиране „птица“. Facebook вместо това изследователите решиха да видят дали могат да накарат съществуващ, вече обозначен набор от изображения да работи, като използват публично споделени изображения в Instagram и придружаващите ги хаштагове.
Препоръчани видеоклипове
Проблемът, разбира се, е, че хаштаговете не винаги описват какво има на снимката. Въпреки че някои потребители могат да поставят хаштаг на породата куче на снимката, всеки ИИ. системата също така ще трябва да пресее хаштагове като #tbt (Throwback Thursday) или хаштагове с множество значения. Facebook нарича тези неуместни или неспецифични хаштагове „несвързан шум от етикети“.
Свързани
- Facebook започва да обединява функциите за чат на Instagram, Messenger на iOS, Android
- Facebook казва, че бъдещето е лично, но какво означава това?
- Facebook използва A.I. за създаване на най-подробните карти на населението в света
За да пробие шума, Facebook създаде A.I. за контролиране на хаштаговете - по същество, проектиране на A.I. за да използвате това за създайте друг A.I. Изследователската група изгради модел за прогнозиране на хаштаг и след това ограничи програмата за обучение до конкретен списък от хаштагове.
Най-точната система за разпознаване на изображения, произлязла от експеримента, използва списък от 1500 хаштага и е обучена на милиард Снимки в Instagram, завършващи с 85,4 процента точност - оценка, която Facebook казва, че е с два процента по-висока от преди усъвършенствани модели. Тази система беше по-точна от модела, обучен със 17 000 хаштага, което доведе екипа до заключават, че стесняването на фокуса на данните за обучение води до по-точно разпознаване на изображението система.
Facebook планира да продължи да използва подобна идея, за да създаде по-специфично компютърно зрение, което може да разпознава видове дървета, цветя и птици. По-точна система за разпознаване на изображения може да се използва за подобряване на съществуващата програма на Facebook, която чете съдържанието на изображения на хора с увредено зрение, например.
Facebook планира да пусне вградените модели за обучение като отворен код за по-нататъшно разширяване.
Докато достъпът до големите набори от данни на Instagram може да помогне за създаването на по-точно разпознаване на изображения за по-малко време, други повдигат въпроси относно поверителността. Facebook каза, че в изследването са използвани само публични изображения в Instagram.
Препоръки на редакторите
- Facebook, Instagram скоро ще могат активно да търсят — и блокират — откраднати изображения
- Facebook отмени конференцията за разработчици F8 на фона на опасения от коронавирус
- Новата функция на камерата на Instagram, Create Mode, не е за правене на снимки или видео
- Instagram казва, че неговият A.I. може да открие тормоза в снимки
- Facebook Marketplace става по-умен с нови инструменти, базирани на изкуствен интелект
Надградете начина си на животDigital Trends помага на читателите да следят забързания свят на технологиите с всички най-нови новини, забавни ревюта на продукти, проницателни редакционни статии и единствени по рода си кратки погледи.
