Ha a Facebooknak van egy nem hivatalos szlogenje, amely egyenértékű a Google „Don’t Be Evil” vagy az Apple „Think Different” szlogenjével, az a „Move Fast and Törd meg a dolgokat.” Ez azt jelenti, legalábbis elméletben, hogy az embernek ismételnie kell, hogy kipróbálja a híreket, és ne féljen annak lehetőségétől kudarc. 2021-ben azonban, mivel a közösségi médiát jelenleg rengeteg társadalmi bajért okolják, a kifejezést talán a következőre kellene módosítani: „Move Fast and Fix Things”.
Tartalom
- Üdvözöljük az önfelügyelt forradalomban
- Egyéb lehetséges alkalmazások
A közösségi média sok területének egyike, nem csak Facebook, már lopott azért, mert bizonyos képek online terjednek. Ez egy kihívást jelentő probléma minden képzeletet tekintve: másodpercenként mintegy 4000 fényképet töltenek fel a Facebookra. Ez óránként 14,58 millió képnek, vagyis naponta 350 millió képnek felel meg. Ennek a feladatnak a kézi kezelése minden egyes feladatot megkövetel
Ez nem valószínű, hogy egyhamar megtörténik. Ezért a képek osztályozásának feladatát a mesterséges intelligencia rendszerekre adják át. Egy új Facebook-kutatás, amelyet ma tettek közzé, egy új, nagyszabású számítógépes látásmodellt ír le SEER (az „ÖNFELÜGYELT” a reménytelenül összekuszált háttérnévhagyományban, amelyet a technikusok szeretnek ölelés). Az Instagramon több mint 1 milliárd nyilvános képre oktatva képes felülmúlni a legmodernebbeket önellenőrző képfelismerő rendszer, még akkor is, ha a képek rossz minőségűek és emiatt nehézkesek olvasni.
Összefüggő
- A.I. 2020-ban elért néhány fontos mérföldkövet. Íme egy összefoglaló
Az alkotók szerint ez egy olyan fejlesztés, amely „kikövezheti az utat a rugalmasabb, pontosabb és alkalmazkodóbb számítógépes látásmodellek felé”. Jobban is használható tartsa távol a „káros képeket vagy mémeket a platformunktól”. Ugyanilyen hasznos lehet az alternatív szöveget leíró képek automatikus generálásához látássérültek számára emberek, a Marketplace-en vagy a Facebook Shops-on értékesítendő cikkek kiváló automatikus kategorizálása, és számos egyéb alkalmazás, amelyek fejlesztést igényelnek számítógépes látás.
Ajánlott videók
Üdvözöljük az önfelügyelt forradalomban
„Önfelügyelet segítségével bármilyen véletlenszerű képre edzhetünk” Priya Goyal, a Facebook AI Research (FAIR) szoftvermérnöke, ahol a cég végzi rengeteg innovatív képfelismerő kutatás, mondta a Digital Trendsnek. "[Ez] azt jelenti, hogy a káros tartalom fejlődésével gyorsan megtaníthatunk egy új modellt a fejlődő adatokra, és ennek eredményeként gyorsabban reagálhatunk a helyzetekre."
A Goyal által említett önfelügyelet egy márka gépi tanulás ami kevesebb emberi közreműködést igényel. A félig felügyelt tanulás a gépi tanulás olyan megközelítése, amely valahol a felügyelt és a nem felügyelt tanulás között helyezkedik el. Felügyelt tanulás esetén a képzési adatok teljes mértékben fel vannak címkézve. A felügyelet nélküli tanulásban nincsenek megjelölt képzési adatok. A félig felügyelt tanulás során… nos, érted az ötletet. A gépi tanulás szempontjából ez az, ami a gyereknevelésnek felel meg, ha fél szemmel tartod a gyerekedet, miközben önállóan töltenek egy parkban. Az önfelügyelt tanulást átalakító hatásokra használták a természetes nyelvi feldolgozás világában, a gépi fordítástól a kérdések megválaszolásáig. Most már képfelismerésre is alkalmazzák.
"A felügyelet nélküli tanulás egy nagyon tág fogalom, amely arra utal, hogy a tanulás egyáltalán nem használ felügyeletet" - mondta Goyal. „Az önfelügyelt tanulás a nem felügyelt tanulás egy részhalmaza – vagy konkrétabb esete –, mivel az önfelügyelet a felügyeleti jeleket automatikusan a képzési adatokból származtatja.”
Az önfelügyelt tanulás azt jelenti a Facebook számára, hogy a mérnökök véletlenszerű képekre képesek modelleket képezni, és ezt gyorsan megtehetik, miközben számos feladatban jó teljesítményt érnek el.
„Ha bármilyen véletlenszerű internetes képen edzhetünk, megragadhatjuk a világ vizuális sokszínűségét” – mondta Goyal. „A felügyelt tanulás viszont adatfeljegyzéseket igényel, ami korlátozza a világ vizuális megértését, mivel a modell csak nagyon korlátozott, vizuálisan jegyzett fogalmakat tanul meg. Ezenkívül a megjegyzésekkel ellátott adatkészletek létrehozása korlátozza azt az adatmennyiséget, amelyre rendszereinket betaníthatjuk, ezért a felügyelt rendszerek valószínűleg elfogultabbak.”
Ez azt jelenti, hogy A.I. olyan rendszerek, amelyek jobban tudnak tanulni a kapott információkból, anélkül kurált és címkézett adatkészletekre kell támaszkodniuk, amelyek megtanítják nekik, hogyan kell felismerni a konkrét objektumokat a fénykép. Egy olyan gyorsan fejlődő világban, mint az online, ez elengedhetetlen. Okosabb képfelismerést kell jelentenie, amely gyorsabban működik.
Egyéb lehetséges alkalmazások
„Az önfelügyelt modellekkel megoldhatjuk a problémákat olyan területeken, ahol nagyon korlátozott az adat vagy nincs metaadat, mint pl. orvosi képalkotás– mondta Goyal. „Mivel kiváló minőségű, önfelügyelt modelleket képezhetünk ki pusztán véletlenszerű, címkézetlen és kurátor nélküli képekből, így bármilyen modellen kiképezhetünk modelleket. internetes képet, és ez lehetővé teszi számunkra, hogy megragadjuk a vizuális tartalom sokféleségét, és mérsékeljük az adatok által egyébként bevezetett torzításokat gondozása. Mivel az önfelügyelt modell betanításához nincs szükségünk címkékre vagy adatkezelésre, gyorsan létrehozhatunk és telepíthetünk új modelleket a problémák megoldására.”
Mint a FAIR minden munkája, ez most is határozottan a kutatási szakaszban van, nem pedig olyan technológia, amely a következő néhány hétben megjelenik a Facebook hírfolyamában. Ez azt jelenti, hogy ezt nem fogják azonnal bevetni az interneten terjedő káros képek problémájának megoldására. Ugyanakkor ez azt jelenti, hogy az A.I. használatáról szóló beszélgetések. a feltöltött képek finom részleteinek további azonosítása korai.
Akár tetszik, akár nem, az imázsosztályozó A.I. az eszközök egyre okosabbak. A nagy kérdés az, hogy hozzászoktak-e ahhoz, hogy tovább bontsák a dolgokat, vagy kezdik-e újra megjavítani őket.
Szerkesztői ajánlások
- A.I. általában nem felejt el semmit, de a Facebook új rendszere igen. Íme, miért
- A Facebook új A.I. teljesen új szintre emeli a képfelismerést
