გაიცანით Facebook-ის ძლიერი ახალი გამოსახულების ამოცნობა SEER A.I.

თუ ფეისბუქს აქვს არაოფიციალური სლოგანი, რომელიც ექვივალენტურია Google-ის „ნუ იქნები ბოროტი“ ან Apple-ის „განსხვავებულად იფიქრე“, ეს არის „იარე სწრაფად და დაარღვიე ნივთები“. ეს ნიშნავს, ყოველ შემთხვევაში, თეორიულად, რომ ადამიანმა უნდა გაიმეოროს ახალი ამბების გამოცდა და არ შეგეშინდეს ამის შესაძლებლობის წარუმატებლობა. თუმცა, 2021 წელს, როდესაც სოციალურ მედიას ამჟამად ადანაშაულებენ უამრავ სოციალურ უბედურებაში, ფრაზა, შესაძლოა, შეიცვალოს შემდეგნაირად: „იარე სწრაფად და გამოასწორე საქმეები“.

შინაარსი

  • კეთილი იყოს თქვენი მობრძანება თვითკონტროლირებად რევოლუციაში
  • სხვა შესაძლო აპლიკაციები

სოციალური მედიის მრავალი სფეროდან ერთ-ერთი, არა მხოლოდ ფეისბუქი, განიხილება გარკვეული სურათების ინტერნეტში გავრცელების გამო. ეს რთული პრობლემაა ნებისმიერი ფანტაზიისთვის: ყოველ წამში 4000 ფოტო იტვირთება Facebook-ზე. ეს უდრის 14,58 მილიონ სურათს საათში, ანუ 350 მილიონ ფოტოს დღეში. ამ სამუშაოს ხელით გატარება მოითხოვს თითოეულს ფეისბუქი თანამშრომელი იმუშავებს 12-საათიან ცვლაში, ამტკიცებს ან ვეტოს აყენებს ატვირთულ სურათს ყოველ ცხრა წამში.

ფეისბუქი გატეხილია
ციფრული ტენდენციების გრაფიკა

ნაკლებად სავარაუდოა, რომ ეს მალე მოხდეს. ამიტომაა, რომ სურათების კლასიფიკაციის საქმე ხელოვნური ინტელექტის სისტემებს გადაეცემა. ფეისბუქის კვლევის ახალი ნაწილი, რომელიც დღეს გამოქვეყნდა, აღწერს ახალ, ფართომასშტაბიანი კომპიუტერული ხედვის მოდელს ე.წ SEER (ეს არის „თვით-ზედამხედველობა“ იმ უიმედოდ გაფუჭებული საფონდო ტრადიციით, რომელიც უყვართ ტექნიკურ ხალხს ჩახუტება). ინსტაგრამზე გაწვრთნილი 1 მილიარდზე მეტ საჯარო სურათზე, მას შეუძლია აჯობოს ყველაზე თანამედროვეებს თვითმმართველობის მონიტორინგის გამოსახულების ამოცნობის სისტემა, მაშინაც კი, როდესაც სურათები დაბალი ხარისხისაა და ამით რთულია წაკითხვა.

დაკავშირებული

  • ა.ი. 2020 წელს რამდენიმე მნიშვნელოვან ეტაპს მიაღწია. აქ არის მიმოხილვა

მისი შემქმნელები ამტკიცებენ, რომ ეს არის განვითარება, რომელსაც შეუძლია, „გაუხსნას გზა უფრო მოქნილი, ზუსტი და ადაპტირებადი კომპიუტერული ხედვის მოდელებისთვის“. ის შეიძლება გამოყენებულ იქნას უკეთესად მოარიდეთ „მავნე სურათებს ან მემებს ჩვენი პლატფორმიდან“. ეს შეიძლება იყოს თანაბრად სასარგებლო მხედველობის დაქვეითებული ადამიანებისთვის ალტტექსტის აღწერის სურათების ავტომატურად გენერირებისთვის. ხალხი, საქონლის უმაღლესი ავტომატური კატეგორიზაცია, რომელიც უნდა გაიყიდოს Marketplace-ზე ან Facebook Shops-ზე და სხვა მრავალი აპლიკაცია, რომელიც საჭიროებს გაუმჯობესებას კომპიუტერული ხედვა.

რეკომენდებული ვიდეოები

კეთილი იყოს თქვენი მობრძანება თვითკონტროლირებად რევოლუციაში

”თვითმეთვალყურეობის გამოყენებით, ჩვენ შეგვიძლია ვივარჯიშოთ ნებისმიერ შემთხვევით სურათზე,” პრია გოიალი, პროგრამული უზრუნველყოფის ინჟინერი Facebook AI Research-ში (FAIR), სადაც კომპანია ახორციელებს უამრავი ინოვაციური გამოსახულების ამოცნობის კვლევაგანუცხადა Digital Trends-ს. ”[ეს] ნიშნავს, რომ მავნე შინაარსის განვითარებასთან ერთად, ჩვენ შეგვიძლია სწრაფად მოვამზადოთ ახალი მოდელი განვითარებად მონაცემებზე და, შედეგად, უფრო სწრაფად ვუპასუხოთ სიტუაციებს.”

თვითმმართველობის ზედამხედველობა Goyal ეხება არის ბრენდი მანქანათმცოდნეობა რაც ნაკლებს მოითხოვს ადამიანის წვლილის მიმართ. ნახევრად ზედამხედველობითი სწავლება არის მანქანათმცოდნეობის მიდგომა, რომელიც მდებარეობს სადღაც ზედამხედველობასა და ზედამხედველობის ქვეშ მყოფ სწავლას შორის. ზედამხედველობის ქვეშ მყოფი სწავლებისას, ტრენინგის მონაცემები სრულად არის მონიშნული. ზედამხედველობის ქვეშ მყოფი სწავლებისას, არ არის ეტიკეტირებული ტრენინგის მონაცემები. ნახევრად ზედამხედველობის ქვეშ მყოფი სწავლის დროს… კარგად, თქვენ გესმით იდეა. მანქანათმცოდნეობისთვის არის ის, რაც შენს შვილს ნახევრად თვალი ადევნო, როცა ის პარკის გარშემო ავტონომიურად იხდის, არის აღზრდა. თვითმმართველობის ზედამხედველობითი სწავლება გამოყენებული იქნა ტრანსფორმაციული ეფექტებისთვის ბუნებრივი ენის დამუშავების სამყაროში ყველაფრისთვის, მანქანური თარგმანიდან კითხვებზე პასუხის გაცემამდე. ახლა ის ასევე გამოიყენება გამოსახულების ამოცნობაზე.

ტვინის ქსელი ვენების ილუსტრაციაზე
კრის დეგრაუ/ციფრული ტენდენციები, გეტის სურათები

”უკონტროლო სწავლა არის ძალიან ფართო ტერმინი, რომელიც ვარაუდობს, რომ სწავლა საერთოდ არ იყენებს ზედამხედველობას,” - თქვა გოიალმა. „თვით-ზედამხედველობითი სწავლება არის უკონტროლო სწავლის ქვეჯგუფი, ან უფრო კონკრეტული შემთხვევა, რადგან თვითმმართველობა ზედამხედველობის სიგნალებს ავტომატურად იღებს ტრენინგის მონაცემებიდან“.

ფეისბუქისთვის თვითკონტროლირებადი სწავლა ნიშნავს იმას, რომ მის ინჟინრებს შეუძლიათ მოდელებს ავარჯიშონ შემთხვევით გამოსახულებებზე და ეს სწრაფად გააკეთონ, ბევრ ამოცანაში კარგ შესრულებას მიაღწიონ.

”ნებისმიერი შემთხვევითი ინტერნეტ სურათზე ვარჯიშის შესაძლებლობა გვაძლევს მსოფლიოს ვიზუალური მრავალფეროვნების აღბეჭდვას,” - თქვა გოიალმა. „ზედამხედველობის ქვეშ მყოფი სწავლა, მეორე მხრივ, მოითხოვს მონაცემთა ანოტაციებს, რაც ზღუდავს სამყაროს ვიზუალურ გაგებას, რადგან მოდელი გაწვრთნილია მხოლოდ ძალიან შეზღუდული ვიზუალური ანოტაციური ცნებების შესასწავლად. ასევე, ანოტირებული მონაცემთა ნაკრების შექმნა ზღუდავს მონაცემთა რაოდენობას, რომელზედაც ჩვენი სისტემები შეიძლება ივარჯიშონ, შესაბამისად, ზედამხედველობის ქვეშ მყოფი სისტემები, სავარაუდოდ, უფრო მიკერძოებული იქნება.”

რას ნიშნავს ეს არის A.I. სისტემები, რომლებსაც უკეთესად შეუძლიათ ისწავლონ ნებისმიერი ინფორმაციისგან, რომელიც მათ მიიღებენ, გარეშე უნდა დაეყრდნონ კურირებულ და ეტიკეტირებულ მონაცემთა ნაკრებებს, რომლებიც ასწავლიან მათ ამოიცნონ კონკრეტული ობიექტები ა ფოტო. სამყაროში, რომელიც ისევე სწრაფად მოძრაობს, როგორც ონლაინ, ეს აუცილებელია. ეს უნდა ნიშნავდეს გამოსახულების უფრო ჭკვიან ამოცნობას, რომელიც უფრო სწრაფად მოქმედებს.

სხვა შესაძლო აპლიკაციები

ჩვენ შეგვიძლია გამოვიყენოთ თვითმმართველობის კონტროლის მოდელები პრობლემების გადასაჭრელად დომენებში, რომლებსაც აქვთ ძალიან შეზღუდული მონაცემები ან არ აქვთ მეტამონაცემები, როგორიცაა სამედიცინო გამოსახულება”- თქვა გოიალმა. „მაღალი ხარისხის, თვითმმართველობის ზედამხედველობის მქონე მოდელების მომზადება შემთხვევითი, არალეიბლირებული და არაკურირებული სურათებიდან, ჩვენ შეგვიძლია მოვამზადოთ მოდელები ნებისმიერზე. ინტერნეტ გამოსახულება, და ეს გვაძლევს საშუალებას დავიჭიროთ ვიზუალური შინაარსის მრავალფეროვნება და შევამსუბუქოთ მიკერძოება, სხვაგვარად შემოტანილი მონაცემებით კურაცია. ვინაიდან ჩვენ არ გვჭირდება ეტიკეტები ან მონაცემთა კურირება თვითმმართველობის ზედამხედველობითი მოდელის მომზადებისთვის, ჩვენ შეგვიძლია სწრაფად შევქმნათ და გამოვაყენოთ ახალი მოდელები პრობლემების გადასაჭრელად.”

როგორც FAIR-ის ყველა ნამუშევარი, ახლა ეს მტკიცედ არის კვლევის ეტაპებზე და არა ტექნოლოგია, რომელიც გავრცელდება თქვენს Facebook არხზე მომდევნო ორი კვირის განმავლობაში. ეს ნიშნავს, რომ ეს დაუყოვნებლივ არ იქნება გამოყენებული ინტერნეტში გავრცელებული მავნე სურათების პრობლემის გადასაჭრელად. ამავდროულად, ეს ნიშნავს, რომ საუბრები A.I.-ს გამოყენების შესახებ. ატვირთულ სურათებში დეტალების შემდგომი იდენტიფიცირება ნაადრევია.

მოგვწონს თუ არა, თუმცა, გამოსახულების კლასიფიკაცია A.I. ინსტრუმენტები უფრო ჭკვიანი ხდება. დიდი კითხვაა, მიჩვეულები არიან თუ არა ნივთების შემდგომი გატეხვას ან ხელახლა დაიწყებენ მათ გამოსწორებას.

რედაქტორების რეკომენდაციები

  • ა.ი. ჩვეულებრივ არაფერს ივიწყებს, მაგრამ Facebook-ის ახალი სისტემა ივიწყებს. აი რატომ
  • Facebook-ის ახალი A.I. გამოსახულების ამოცნობა სრულიად ახალ დონეზე გადადის

კატეგორიები

Ბოლო