Evo kako je Facebook naučio svoj Portal A.I. razmišljati kao holivudski filmaš

Kada je Mark Zuckerberg napravio prvu verziju Facebooka u svojoj studentskoj sobi na Harvardu, zamislio ju je kao prozor koji će omogućiti ljudima da pogledaju živote drugih korisnika. Ako je Google bio tražilica za informacije onda je Facebook, nasuprot tome, bio tražilica za ljude. Petnaest godina kasnije, Facebook je podigao ovu ambiciju na višu razinu. Stvaranjem Portala i Portala+, svoje linije pametnih zvučnika s poboljšanim zaslonom, lansiranih u studenom 2018., div društvenih medija uspostavio je daleko doslovniji prozor, dopuštajući korisnicima Facebooka da upućuju video pozive jednom još.

Pametni zvučnici portala literariziraju drugoga Facebook sanjati, također. Gdje je Facebook bio, u biti, tražilica za ljude, Portal zapravo radi pretražite ih: s lutajućom kamerom od 12 megapiksela, koja se može pohvaliti vidnim poljem od 140 stupnjeva, koja vas prati po sobi da vidite što radite. Kao Digital Trends

stavite ga u našu recenziju, "ako ste zauzeti kretanjem po kuhinji dok pitate baku kako napraviti njezine poznate mesne okruglice, možete biti zauzeti dok je slušate kako priča."

Što je zapravo pametna tehnologija koja pokreće Portal? I kako Facebook misli da je riješio izazov da običan videochat učini osobnim poput sjedenja za pravi razgovor? Odgovor uključuje nešto impresivne umjetne inteligencije - i dodatni ljudski dodir.

Činimo kamere pametnijima

Od samog početka, Facebook je znao da će srž njegovog doživljaja Portala biti takozvani sustav "Smart Camera". Ideja pametne kamere bila je pomaknuti se dalje od vrste statične snimke koju nam usluge poput Skypea nude godinama i igrati kreativniju ulogu u procesu. Baš kao što filmski redatelj ili snimatelj zna kada upotrijebiti široki kadar ili kada povećati za intimni krupni plan, tako Facebook izazvao je svoje inženjere da imitiraju tu istu sposobnost s Portalom.

Kako bi ovoj kameri dao potreban ljudski dodir, Facebook je surađivao s filmašima kako bi otkrio najbolji način destilacije njihove mudrosti u uvide koji se mogu naučiti strojem. U jednom slučaju tražilo ih je da pokažu kako bi mogli snimiti scenu u kojoj je bilo nemoguće uhvatiti sve relevantne informacije iz jednog fiksnog kuta.

U drugom su inženjeri Facebooka promatrali različite fotografske elemente kojima operateri daju prioritet u portretnim i pejzažnim snimkama. Ova zapažanja formirala su temelj softverskih modela koji pokušavaju prožeti Portal nekim od hirova donošenja odluka koje bismo inače pripisali ljudskoj kreativnosti.

“Htjeli smo stvoriti iskustvo videopoziva bez ruku koje uklanja osjećaj fizičke udaljenosti i jest više kao zajedničko druženje”, objasnio je za Digital Trends Eric Hwang, jedan od inženjera koji stoji iza Portala.

Rezultirajući sustav - za koji Facebook kaže da je trebalo "manje od dvije godine" da se stvori od nule - omogućuje Portalu da donosi odluke dizajnirane da poboljšaju tijek razgovora. U novoobjavljeni post na blogu, detaljno prikazuje neke od ilustracija zašto bi to moglo biti potrebno. Na primjer, ako ste u pretrpanoj prostoriji, punoj ljudi koji komuniciraju jedni s drugima, mora odabrati kada će pratiti pojedinca izvan kadra ili kada udaljiti kako bi se prilagodio novim subjektima.

Slično tome, ono mora naučiti nositi se s promjenjivim svjetlosnim situacijama u stvarnom vremenu. Što učiniti ako subjekt leži u mračnoj sobi, napola prekriven dekom, ali u pozadini trče djeca koja uzrokuju zamućenje kretanja? Portal važe sve te informacije u manje od treptaja oka i pokušava odrediti najbolji ishod. (Ako želite ručno kontrolirati na koga se fokusira, i to je sada moguće.)

Tehnički izazovi

Iz tehničke perspektive, nekoliko stvari čini Portalovu tehnologiju impresivnom. Prvi je da sve to može učiniti bez upotrebe stvarne pokretne kamere. Na početku razvojnog procesa, Portalovi inženjeri isprobali su prototipove koji su koristili motoriziranu kameru koja se zakretala prema subjektima. Međutim, odlučeno je protiv toga jer je uzrokovalo kašnjenje i točku potencijalnog mehaničkog kvara. Umjesto toga, Portal se sastoji od iznimno širokokutnog objektiva u kojem se sve odluke o kretanju i uređivanju donose potpuno digitalno.

Drugo, tim koji radi na Portalu pronašao je način za postizanje procesa donošenja odluka bez oslanjanja na računalstvo u oblaku. Prema Hwangu, sva se računalna vatrena moć postiže u uređaju.

"Uhvatiti sve u video kadar nije težak inženjerski problem, jer mnogi inženjeri to mogu učiniti s današnjim napretkom računalnog vida", rekao je. „Inovacija je u snimanju relevantnih ljudi ili osoba u stvarnom vremenu, na uređaju, koristeći samo mali mobilni čip unutar Portala kao procesorsku snagu. Obično ove vrste A.I. zadaci zahtijevaju namjenske, velike poslužitelje. [Mi] smo prevladali tu prepreku komprimiranjem složenih modela računalnog vida sve dok nisu mogli stati na čip koji koristimo za Portal i dalje raditi točno i pouzdano.”

Kako bi to učinio, Portal se oslanja na dugoročna ulaganja Facebooka u umjetnu inteligenciju. Koristi 2D sustav za detekciju poza koji radi pri 30 sličica u sekundi. Namjernost ovih poza pomaže Portalu u donošenju stalnih odluka o tome što njegovi subjekti rade — i kada će zbog toga možda trebati digitalno pomicanje ili zumiranje. Dodatno koristi istraživanje dubinskih kamera koje je razvio Facebook Reality Labs kao dio napora diva društvenih medija u virtualnoj stvarnosti.

Rastuće tržište

Facebook je uvjeren da je s Portalom pobjednik. Lako je vidjeti odakle dolazi njegovo samopouzdanje. Upravo sada, tržište pametnih zvučnika je u procvatu. Iako u velikoj mjeri dominira tržišni lider Amazon, jest raste više od 100 posto na godišnjoj razini. To je dobra vijest za tehnološke tvrtke koje traže sljedeću veliku stvar u vrijeme pada pametni telefon prodajni.

Dok je Facebook bio posljednji od četiri velika tehnološka diva (Amazon, Alphabet, Facebook i Apple) uskočiti u voz, još uvijek je jedan od prvih val pametnih zvučnika usredotočenih oko zaslona kao komunikacijskog uređaja.

"Portal je jedini proizvod te vrste na tržištu", rekao je Hwang. “Danas su pametni zvučnici i zasloni izgrađeni oko informacija i trgovine. Portal je napravljen kako bi se lakše povezali s ljudima koji su nam najvažniji: našim najbližim prijateljima i obitelji. A Portal je usredotočen na povezivanje ljudi – što je dio Facebookove misije – što tržište kućnih uređaja trenutno ne služi dobro.”

Predstoje izazovi vezani uz privatnost?

Dakle, što sprječava zaustavljanje Facebooka? Pa, potencijalno privatnost. Korisnici su se pokazali iznenađujuće spremnima prihvatiti "stalno slušajuće" gadgete tvrtki poput Googlea koje su zainteresirane za korisničke podatke. Ali uređaj koji vas i gleda i sluša još je invazivniji. Nadalje, reputacija Facebooka i dalje trpi prošlogodišnji skandal Cambridge Analytica.

Samo nekoliko dana prije nego što je objavljen upravo ovaj članak, Washington Post prijavio da Facebook pregovara o rekordnoj nagodbi vrijednoj više milijardi dolara s FTC-om za svoje prekršaje u vezi s privatnošću. Uz rastuću reakciju mnogih bivših korisnika, tek treba otkriti hoće li Facebook ima hit u stilu Amazon Echoa — ili neuspjeh u stilu Amazon Fire Phonea.

Iz Facebooka su nas uvjerili da ne slušaju, ne gledaju i ne čuvaju sadržaje video poziva Portala, koji su dodatno kriptirani kako bi se izbjeglo prisluškivanje. Činjenica da Portalov A.I. smarts radi lokalno na uređaju, a ne na Facebook poslužitelja, također znači da te informacije ne napuštaju vaš dom. Glasovne naredbe šalju se tvrtki tek nakon što kažete "Hey Portal", a korisnici mogu obrisati svoju glasovnu povijest u Facebookovom dnevniku aktivnosti u bilo kojem trenutku.

Ali ne možemo zaobići činjenicu da još uvijek postoji određeni stupanj prikupljanja podataka. “Iako ne slušamo, gledamo ili čuvamo sadržaje vaših videopoziva na Portalu ili koristimo ove informacije za ciljanje oglasa, obradite neke informacije o korištenju uređaja kako biste razumjeli kako se Portal koristi i kako biste poboljšali proizvod,” napominje Facebook. (Politika privatnosti portala možete pročitati ovdje.)

Portal nudi vrlo pametnu tehnologiju s ogromnim implikacijama na budućnost video chata. Nema sumnje da je tvrtka uspjela izvesti nešto vrlo impresivno s tehnološkog gledišta. Ali može li uvjeriti potencijalne kupce da je to rješenje koje im je potrebno u životu, u konačnici će se pokazati kao pravo postignuće.

Preporuke urednika

• Pročitajte jezivo lijepe 'sintetičke spise' umjetne inteligencije. koji misli da je Bog
• Jezični supermodel: Kako GPT-3 tiho uvodi A.I. revolucija
• Koristili smo A.I. alat za osmišljavanje novog logotipa. Evo što se dogodilo
• Neuro-simbolički A.I. je budućnost umjetne inteligencije. Evo kako to radi
• Ponovno razmatranje uspona umjetne inteligencije: Koliko je daleko stigla umjetna inteligencija od 2010.?