Facebook отваря своя AI за разпознаване на изображения за всички

Facebook по-рано представи своите системи за разпознаване на изображения в редица изследователски статии, които също се предоставят на обществеността заедно с нейните демонстрации. Понастоящем алгоритмите на компанията работят във връзка с нейните конволюционни невронни мрежи MultiPathNet – AI, който се захранва с огромни количества данни, докато може автономно да разпознае други данни - позволявайки на Facebook да разбира изображение въз основа на всеки негов пиксел съдържа.

За да класифицира и етикетира обектите в изображение, Facebook свързва своята рамка за сегментиране DeepMask със своя модул за прецизиране на сегменти SharpMask. Последният етап в системата за машинно зрение на Facebook използва неговия AI MultiPathNet за дълбоко обучение, за да етикетира всеки обект в снимката.

Според Facebook софтуерът за машинно зрение с изкуствен интелект е напреднал с бързи темпове през последните няколко години, позволявайки типа класификация на изображения, който дори не съществуваше преди малко. Facebook твърди, че отвореният код на софтуера е от решаващо значение за неговия напредък.

Техниките за задълбочено обучение се появяват из целия голям син гигант. AI захранва Facebook (спорен) функция за лицево разпознаване, управлява курирането на своя News Feed и дори се използва в рамките на дигитален асистент за Messenger.

Това не е първият път, когато Facebook отваря своя AI. Всъщност компанията е донякъде пионер, когато става въпрос за споделяне на своите технологии. През декември, Facebook представи най-съвременното си състояние компютърен сървър посветен на AI към проекта Open Compute – група, състояща се от технологични гиганти, като Apple и Microsoft, които споделят дизайна на съответните си компютърни инфраструктури.

Facebook вече прогнозира бъдещите случаи на използване на технологията за разпознаване на изображения. Компанията разкрива, че потенциално може да й помогне да надгради върху своите съществуващи описания на изображения, генерирани от AI за зрително увредено.

„В момента потребителите с увредено зрение, разглеждащи снимки във Facebook, чуват само името на човека, който е споделил снимката, последвано от термина „снимка“, когато попаднат на изображение в своя News Feed“, пише Пьотр Долар, изследовател при Facebook AI Research (FAIR), в a блог пост. „Вместо това се стремим да предложим по-богати описания, като например „Снимката съдържа плаж, дървета и трима усмихнати хора.“

Освен това Facebook твърди, че следващото му предизвикателство е да приложи своите техники за разпознаване на изображения към видео, „където обектите се движат, взаимодействат и променят във времето“ и дори Facebook Предавания на живо. „Класификацията в реално време може да помогне за показване на подходящи и важни видеоклипове на живо Facebook, докато прилагането на по-усъвършенствани техники за откриване на сцени, обекти и действия в пространството и времето може един ден да позволи разказ в реално време“, добавя Долар.

Препоръки на редакторите

• Дори OpenAI се отказа от опитите да открие плагиатство на ChatGPT
• Най-добрите AI генератори на изображения за създаване на изкуство от текст
• Meta направи DALL-E за видео и това е едновременно страховито и невероятно
• Три причини Facebook/Meta спира системата си за разпознаване на лица
• BigSleep A.I. е като Google Image Search за снимки, които все още не съществуват

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.