이미지 인식 프로그램은 컴퓨터가 다양한 물체를 발견하도록 가르치기 위해 수동으로 태그를 붙인 수백만 장의 사진 데이터베이스를 사용하여 훈련됩니다. 그러나 Facebook에는 이미 흥미로운 이미지 데이터베이스가 있습니다. 바로 Instagram입니다. F8 컨퍼런스 중, 소셜 미디어 거대 기업 회사에서 인공지능 이미지 인식을 훈련한 방법을 공유했습니다. 공개 인스타그램 사진과 해시태그를 조합하여 활용하는 시스템입니다.
수백만 장의 사진 데이터베이스를 구축하기 위해 이미지에 수동으로 레이블을 지정하는 것은 시간이 많이 걸리는 프로세스입니다. 특히 단순한 라벨링이 아닌 새의 종과 같은 특정 세부 사항에 접근할 때 특히 그렇습니다. "새." 페이스북 대신 연구원들은 공개적으로 공유된 Instagram 이미지와 그에 수반되는 해시태그를 사용하여 이미 라벨이 지정된 기존 이미지 세트를 작동시킬 수 있는지 확인하기로 결정했습니다.
추천 동영상
물론 문제는 해시태그가 사진의 내용을 항상 자세히 설명하지는 않는다는 것입니다. 일부 사용자는 사진에 개 품종을 해시태그할 수 있지만 모든 A.I. 또한 시스템은 #tbt(Throwback 목요일)와 같은 해시태그나 여러 의미를 지닌 해시태그를 선별해야 합니다. 페이스북은 이러한 관련성이 없거나 구체적이지 않은 해시태그를 '일관되지 않은 라벨 노이즈'라고 부릅니다.
관련된
- 페이스북, 인스타그램과 iOS·안드로이드 메신저 채팅 기능 통합 시작
- 페이스북은 미래는 비공개라고 말하지만 그게 무슨 뜻일까요?
- 페이스북은 AI를 활용하고 있다. 세계에서 가장 상세한 인구 지도를 만들기 위해
소음을 극복하기 위해 Facebook은 AI를 설계했습니다. 해시태그를 감독하기 위해 — 본질적으로 AI를 설계합니다. 그런 다음 그것을 사용하여 또 다른 AI를 만들어보세요. 연구 그룹은 해시태그 예측 모델을 구축한 다음 교육 프로그램을 특정 목록으로 제한했습니다. 해시태그.
실험에서 나온 가장 정확한 이미지 인식 시스템은 1,500개의 해시태그 목록을 사용하고 10억 개의 해시태그를 훈련했습니다. 인스타그램 사진의 정확도는 85.4%로 페이스북에 따르면 이 수치는 이전보다 2% 더 높아졌습니다. 고급 모델. 이 시스템은 17,000개의 해시태그로 훈련된 모델보다 더 정확했습니다. 훈련 데이터의 초점을 좁히면 더 정확한 이미지 인식이 가능하다는 결론을 내립니다. 체계.
페이스북은 비슷한 아이디어를 계속해서 사용해 나무, 꽃, 새의 종류를 인식할 수 있는 보다 구체적인 컴퓨터 비전을 만들 계획입니다. 예를 들어, 시각 장애인에게 이미지 내용을 읽어주는 Facebook의 기존 프로그램을 강화하는 데 보다 정확한 이미지 인식 시스템을 사용할 수 있습니다.
Facebook은 추가 확장을 위해 학습 모델 임베딩을 오픈 소스로 출시할 계획입니다.
Instagram의 대규모 데이터 세트에 액세스하면 더 짧은 시간에 더 정확한 이미지 인식을 생성하는 데 도움이 될 수 있지만, 다른 사람들은 개인 정보 보호에 대한 질문을 제기하고 있습니다. 페이스북은 이번 연구에는 공개된 인스타그램 이미지만 사용됐다고 밝혔다.
편집자의 추천
- Facebook, Instagram은 곧 도난당한 이미지를 적극적으로 검색하고 차단할 수 있습니다.
- 페이스북, 코로나19 우려로 F8 개발자 컨퍼런스 취소
- 인스타그램의 새로운 카메라 기능인 만들기 모드는 사진이나 비디오 촬영을 위한 것이 아닙니다
- 인스타그램은 AI를 말한다. 사진으로 괴롭힘을 추적할 수 있습니다
- Facebook Marketplace는 새로운 AI 기반 도구로 더욱 스마트해졌습니다.
당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.
