Bilderkennungsprogramme werden anhand von Datenbanken mit Millionen manuell markierter Fotos trainiert, um dem Computer beizubringen, verschiedene Objekte zu erkennen. Aber Facebook verfügt bereits über eine interessante Bilddatenbank: Instagram. Während der F8-Konferenz, der Social-Media-Riese teilte mit, wie das Unternehmen eine Bilderkennung mit künstlicher Intelligenz trainierte System durch die Verwendung einer Kombination aus öffentlichen Instagram-Fotos und Hashtags.
Das manuelle Beschriften eines Bildes zum Aufbau einer Datenbank mit Millionen von Fotos ist ein zeitaufwändiger Prozess. Vor allem, wenn es um konkrete Details wie die Angabe einer Vogelart geht und nicht nur um die Kennzeichnung "Vogel." Facebook Stattdessen beschlossen die Forscher zu prüfen, ob sie einen vorhandenen, bereits gekennzeichneten Satz von Bildern zum Funktionieren bringen könnten, indem sie öffentlich geteilte Instagram-Bilder und die dazugehörigen Hashtags verwendeten.
Empfohlene Videos
Das Problem besteht natürlich darin, dass Hashtags nicht immer detailliert beschreiben, was auf dem Foto zu sehen ist. Während einige Benutzer möglicherweise die Hunderasse auf dem Foto mit einem Hashtag versehen, kann jede K.I. Das System müsste auch Hashtags wie #tbt (Throwback Thursday) oder Hashtags mit mehreren Bedeutungen durchsuchen. Facebook nennt diese irrelevanten oder unspezifischen Hashtags „inkohärenten Label-Rauschen“.
Verwandt
- Facebook beginnt mit der Zusammenführung von Instagram- und Messenger-Chatfunktionen auf iOS und Android
- Facebook sagt, die Zukunft sei privat, aber was bedeutet das?
- Facebook nutzt K.I. um die detailliertesten Bevölkerungskarten der Welt zu erstellen
Um den Lärm zu durchbrechen, hat Facebook eine KI entwickelt. die Hashtags zu überwachen – im Wesentlichen das Entwerfen einer KI. um das dann zu nutzen Erstelle eine weitere KI. Die Forschungsgruppe erstellte ein Hashtag-Vorhersagemodell und beschränkte dann das Trainingsprogramm auf eine bestimmte Liste von Hashtags.
Das genaueste Bilderkennungssystem, das aus dem Experiment hervorgegangen ist, nutzte eine Liste von 1.500 Hashtags und trainierte auf einer Milliarde Instagram-Fotos mit einer Genauigkeitsrate von 85,4 Prozent – eine Bewertung, die laut Facebook zwei Prozent höher ist als zuvor fortgeschrittene Modelle. Dieses System war genauer als das mit 17.000 Hashtags trainierte Modell, was das Team dazu veranlasste kommen zu dem Schluss, dass eine engere Fokussierung der Trainingsdaten zu einer genaueren Bilderkennung führt System.
Facebook plant, eine ähnliche Idee weiter zu nutzen, um eine spezifischere Computer-Vision zu entwickeln, die in der Lage ist, Baum-, Blumen- und Vogelarten zu erkennen. Ein genaueres Bilderkennungssystem könnte genutzt werden, um Facebooks bestehendes Programm zu stärken, das beispielsweise den Inhalt von Bildern für Sehbehinderte vorliest.
Facebook plant, die Trainingsmodell-Einbettungen als Open Source für den weiteren Ausbau zu veröffentlichen.
Während der Zugriff auf die großen Datensätze von Instagram dazu beitragen könnte, in kürzerer Zeit eine genauere Bilderkennung zu ermöglichen, werfen andere Datenschutzfragen auf. Facebook sagte, dass für die Recherche nur öffentliche Instagram-Bilder verwendet wurden.
Empfehlungen der Redaktion
- Facebook und Instagram können bald aktiv nach gestohlenen Bildern suchen und diese blockieren
- Facebook sagt die F8-Entwicklerkonferenz aus Angst vor dem Coronavirus ab
- Die neue Kamerafunktion von Instagram, der Erstellungsmodus, dient nicht zum Aufnehmen von Fotos oder Videos
- Instagram sagt, es sei A.I. kann Mobbing anhand von Fotos aufspüren
- Der Facebook-Marktplatz wird mit neuen KI-gestützten Tools intelligenter
Werten Sie Ihren Lebensstil aufDigital Trends hilft Lesern mit den neuesten Nachrichten, unterhaltsamen Produktrezensionen, aufschlussreichen Leitartikeln und einzigartigen Einblicken, den Überblick über die schnelllebige Welt der Technik zu behalten.
