הכירו את זיהוי התמונות החדש והעוצמתי של פייסבוק SEER A.I.

אם לפייסבוק יש סיסמה לא רשמית, המקבילה ל"אל תהיה רשע" של גוגל או ל"תחשוב אחרת" של אפל, זה "זוז מהר ו לשבור דברים." זה אומר, לפחות בתיאוריה, שצריך לחזור ולנסות דברים חדשותיים ולא לפחד מהאפשרות של כישלון. אולם בשנת 2021, כאשר הרשתות החברתיות מואשמות כעת בשפע של מחלות חברתיות, יש אולי לשנות את הביטוי ל: "זוז מהר ותקן דברים".

אחד מהתחומים הרבים של מדיה חברתית, לא רק פייסבוק, נדונה בגלל ההפצה שלה של תמונות מסוימות באינטרנט. זו בעיה מאתגרת לפי כל דמיון: כ-4,000 העלאות תמונות נעשות לפייסבוק בכל שנייה. זה שווה ל-14.58 מיליון תמונות בשעה, או 350 מיליון תמונות בכל יום. טיפול בעבודה זו ידני ידרוש כל אחד פייסבוק עובד לעבוד במשמרות של 12 שעות, לאשר או להטיל וטו על תמונה שהועלתה כל תשע שניות.

לא סביר שזה יקרה בזמן הקרוב. זו הסיבה שמלאכת סיווג התמונות מועברת למערכות בינה מלאכותית. מחקר חדש בפייסבוק, שפורסם היום, מתאר מודל ראייה ממוחשבת חדש בקנה מידה גדול בשם SEER (שזה "בפיקוח עצמי" במסורת הכינויים המעוותים ללא תקנה שאנשי טכנולוגיה אוהבים לְחַבֵּק). הוא מאומן על יותר ממיליארד תמונות ציבוריות באינסטגרם, והוא יכול להתעלות על הביצועים החדשניים ביותר מערכת זיהוי תמונות בקרה עצמית, גם כאשר התמונות באיכות נמוכה ובכך קשות לקרוא.

זהו פיתוח שיכול, טוענים יוצריו, "לסלול את הדרך למודלים של ראייה ממוחשבת גמישה, מדויקת וניתנת להתאמה". זה עשוי לשמש לטוב יותר הרחיקו "תמונות או ממים מזיקים מהפלטפורמה שלנו." זה יכול להיות שימושי באותה מידה להפקה אוטומטית של תמונות המתארות טקסט חלופי עבור לקויי ראייה אנשים, סיווג אוטומטי מעולה של פריטים שיימכרו ב-Marketplace או ב-Facebook Shops, ועוד שלל יישומים שדורשים שיפור ראייה ממוחשבת.

ברוכים הבאים למהפכה בפיקוח עצמי

"באמצעות פיקוח עצמי, אנו יכולים להתאמן על כל תמונה אקראית," פריה גויאל, מהנדס תוכנה בחברת Facebook AI Research (FAIR), שם החברה מבצעת שפע של מחקר חדשני לזיהוי תמונות, אמר ל-Digital Trends. "[זה] אומר שככל שהתוכן המזיק מתפתח, אנחנו יכולים להכשיר במהירות מודל חדש על הנתונים המתפתחים, וכתוצאה מכך להגיב מהר יותר למצבים."

הפיקוח העצמי אליו מתייחס גויאל הוא מותג של למידת מכונה זה דורש פחות קלט אנושי. למידה בפיקוח למחצה היא גישה ללמידת מכונה שנמצאת איפשהו בין למידה מפוקחת ללא פיקוח. בלמידה מפוקחת, נתוני ההדרכה מסומנים במלואם. בלמידה ללא פיקוח, אין נתוני הכשרה מסומנים. בלמידה בפיקוח למחצה... טוב, אתה מבין את הרעיון. זה, למידת מכונה, מה לפקוח חצי עין על הילד שלך בזמן שהם טוענים באופן אוטונומי מסביב לפארק זה להורות. למידה בפיקוח עצמי שימשה להשפעות טרנספורמטיביות בעולם של עיבוד שפה טבעית לכל דבר, מתרגום מכונה ועד למענה על שאלות. עכשיו, זה מיושם גם על זיהוי תמונות.

"למידה ללא השגחה היא מונח רחב מאוד המצביע על כך שהלמידה אינה משתמשת כלל בפיקוח", אמר גויאל. "למידה בפיקוח עצמי היא תת-קבוצה - או מקרה ספציפי יותר - של למידה לא מפוקחת, מכיוון שהפיקוח העצמי שואב את אותות הפיקוח באופן אוטומטי מנתוני ההדרכה."

המשמעות של למידה בפיקוח עצמי עבור פייסבוק היא שהמהנדסים שלה יכולים לאמן מודלים על תמונות אקראיות, ולעשות זאת במהירות תוך השגת ביצועים טובים במשימות רבות.

"היכולת להתאמן על כל תמונה אקראית באינטרנט מאפשרת לנו ללכוד את המגוון החזותי של העולם", אמר גויאל. "למידה מפוקחת, לעומת זאת, דורשת הערות נתונים, מה שמגביל את ההבנה החזותית של העולם, שכן המודל מאומן ללמוד רק מושגים מוערים חזותיים מוגבלים מאוד. כמו כן, יצירת מערכי נתונים מוערים מגבילה את כמות הנתונים שעליה ניתן לאמן את המערכות שלנו, ולכן סביר להניח שמערכות מפוקחות יהיו מוטות יותר."

המשמעות של זה היא A.I. מערכות שיכולות ללמוד טוב יותר מכל מידע שניתן להן, בלי צורך להסתמך על מערכי נתונים שנאספו ומתויגים שמלמדים אותם כיצד לזהות אובייקטים ספציפיים ב-a תמונה. בעולם שזז מהר כמו העולם המקוון, זה חיוני. זה אמור להיות זיהוי תמונה חכם יותר שפועל מהר יותר.

יישומים אפשריים אחרים

"אנחנו יכולים להשתמש במודלים בפיקוח עצמי כדי לפתור בעיות בתחומים שיש להם נתונים מוגבלים מאוד או שאין להם מטא נתונים, כמו הדמיה רפואית" אמר גויאל. "היותנו מסוגלים להכשיר דוגמניות באיכות גבוהה בפיקוח עצמי מתמונות אקראיות, ללא תווית ולא מאוצרות בלבד, אנו יכולים לאמן דגמים על כל תמונת אינטרנט, וזה מאפשר לנו ללכוד מגוון של תוכן חזותי, ולהפחית את ההטיות שמוצגות אחרת על ידי נתונים אוצרות. מכיוון שאיננו דורשים תוויות או איסוף נתונים להכשרת מודל בפיקוח עצמי, אנו יכולים ליצור ולפרוס מודלים חדשים במהירות כדי לפתור בעיות."

כמו בכל העבודה של FAIR, כרגע זה נמצא בשלבי מחקר, במקום להיות טכנולוגיה שתתפרסם בפיד שלך בפייסבוק בשבועיים הקרובים. זה אומר שזה לא ייפרס באופן מיידי כדי לפתור את הבעיה של תמונות מזיקות שמתפשטות באינטרנט. יחד עם זאת, המשמעות היא ששיחות על השימוש ב-A.I. זיהוי נוסף של פרטים עדינים בתמונות שהועלו מוקדם מדי.

עם זאת, תרצה או לא תרצה, A.I. הכלים נעשים חכמים יותר. השאלה הגדולה היא אם הם רגילים לשבור דברים עוד יותר או להתחיל לתקן אותם שוב.

המלצות עורכים

• א.י. בדרך כלל לא שוכח כלום, אבל המערכת החדשה של פייסבוק כן. הנה למה
• ה-A.I החדש של פייסבוק לוקח את זיהוי התמונה לרמה חדשה לגמרי