Les programmes de reconnaissance d'images sont formés à l'aide de bases de données de millions de photographies étiquetées manuellement afin d'apprendre à l'ordinateur à repérer différents objets. Mais Facebook dispose déjà d’une intéressante base de données d’images: Instagram. Lors de la conférence F8, le géant des réseaux sociaux a expliqué comment l'entreprise a formé une reconnaissance d'image par intelligence artificielle système en utilisant une combinaison de photos publiques Instagram et de hashtags.
Étiqueter manuellement une image pour créer une base de données de millions de photos est un processus qui prend du temps, en particulier lorsqu'il s'agit de détails spécifiques comme une espèce d'oiseau plutôt que de simplement étiqueter "oiseau." Facebook les chercheurs ont plutôt décidé de voir s’ils pouvaient faire fonctionner un ensemble d’images existant déjà étiqueté en utilisant des images Instagram partagées publiquement et les hashtags qui les accompagnent.
Vidéos recommandées
Le problème, bien sûr, est que les hashtags ne détaillent pas toujours ce qu’il y a sur la photo. Alors que certains utilisateurs peuvent hashtag la race de chien sur la photo, toute I.A. Le système devrait également passer au crible des hashtags comme #tbt (Throwback Thursday) ou des hashtags ayant des significations multiples. Facebook qualifie ces hashtags non pertinents ou non spécifiques de « bruit d'étiquette incohérent ».
En rapport
- Facebook commence à fusionner les fonctionnalités de chat Instagram et Messenger sur iOS et Android
- Facebook dit que l'avenir est privé, mais qu'est-ce que cela signifie?
- Facebook utilise l'IA pour créer les cartes démographiques les plus détaillées au monde
Pour briser le bruit, Facebook a conçu un système d'IA. pour superviser les hashtags – essentiellement, concevoir une IA. pour ensuite l'utiliser pour créer une autre I.A. Le groupe de recherche a construit un modèle de prédiction de hashtag, puis a limité le programme de formation à une liste spécifique de des hashtags.
Le système de reconnaissance d'images le plus précis issu de l'expérience a utilisé une liste de 1 500 hashtags et s'est entraîné sur un milliard Photos Instagram, avec un taux de précision de 85,4 pour cent – une note qui, selon Facebook, est de 2 pour cent plus élevée qu'auparavant. modèles avancés. Ce système était plus précis que le modèle formé avec 17 000 hashtags, ce qui a conduit l'équipe à conclure que le fait de rétrécir le champ des données d'entraînement conduit à une reconnaissance d'image plus précise système.
Facebook prévoit de continuer à utiliser une idée similaire pour créer une vision par ordinateur plus spécifique, capable de reconnaître les types d'arbres, de fleurs et d'oiseaux. Un système de reconnaissance d’images plus précis pourrait être utilisé pour renforcer le programme existant de Facebook qui lit le contenu des images aux malvoyants, par exemple.
Facebook prévoit de publier les intégrations du modèle de formation en open source pour une expansion ultérieure.
Alors que l’accès aux grands ensembles de données d’Instagram pourrait aider à créer une reconnaissance d’image plus précise en moins de temps, d’autres soulèvent des questions en matière de confidentialité. Facebook a déclaré que seules les images publiques d'Instagram avaient été utilisées dans la recherche.
Recommandations des rédacteurs
- Facebook et Instagram pourront bientôt rechercher et bloquer activement les images volées
- Facebook annule la conférence des développeurs F8 en raison des craintes liées au coronavirus
- La nouvelle fonctionnalité d'appareil photo d'Instagram, le mode Création, ne sert pas à prendre des photos ou des vidéos
- Instagram dit que son I.A. peut traquer l'intimidation sur les photos
- Facebook Marketplace devient plus intelligent avec de nouveaux outils basés sur l'IA
Améliorez votre style de vieDigital Trends aide les lecteurs à garder un œil sur le monde en évolution rapide de la technologie avec toutes les dernières nouvelles, des critiques de produits amusantes, des éditoriaux perspicaces et des aperçus uniques.
