Bildegjenkjenningsprogrammer trenes ved hjelp av databaser med millioner av fotografier som er manuelt merket for å lære datamaskinen å oppdage forskjellige objekter. Men Facebook har en interessant database med bilder allerede ved fingertuppene: Instagram. Under F8-konferansen, sosiale medier-giganten delte hvordan selskapet trente en kunstig intelligens bildegjenkjenning system ved å bruke en kombinasjon av offentlige Instagram-bilder og hashtags.
Å merke et bilde manuelt for å bygge en database med millioner av bilder er en tidkrevende prosess, spesielt når du går ned til de spesifikke detaljene som en fugleart i stedet for bare å merke "fugl." Facebook forskere bestemte seg i stedet for å se om de kunne få et eksisterende, allerede merket sett med bilder til å fungere ved å bruke offentlig delte Instagram-bilder og deres tilhørende hashtags.
Anbefalte videoer
Problemet er selvfølgelig at hashtags ikke alltid beskriver hva som er på bildet. Mens noen brukere kan hashtagge hunderasen på bildet, kan enhver A.I. Systemet vil også måtte sile gjennom hashtags som #tbt (Throwback Thursday) eller hashtags med flere betydninger. Facebook kaller disse irrelevante eller uspesifikke hashtaggene «usammenhengende etikettstøy».
I slekt
- Facebook begynner å slå sammen Instagram, Messenger chat-funksjoner på iOS, Android
- Facebook sier at fremtiden er privat, men hva betyr det?
- Facebook bruker A.I. å lage verdens mest detaljerte befolkningskart
For å bryte gjennom støyen designet Facebook en A.I. å overvåke hashtaggene - i hovedsak designe en A.I. for så å bruke det til opprette en annen A.I. Forskergruppen bygde en hashtag-prediksjonsmodell og begrenset deretter treningsprogrammet til en spesifikk liste over hashtags.
Det mest nøyaktige bildegjenkjenningssystemet som kom fra eksperimentet brukte en liste med 1500 hashtags og trente på en milliard Instagram-bilder, ender opp med en nøyaktighetsgrad på 85,4 prosent – en vurdering som Facebook sier er to prosent høyere enn tidligere avanserte modeller. Dette systemet var mer nøyaktig enn modellen trente med 17 000 hashtags, noe som førte til at teamet konkludere med at innsnevring av fokuset til treningsdataene fører til en mer nøyaktig bildegjenkjenning system.
Facebook planlegger å fortsette å bruke en lignende idé for å lage mer spesifikk datasyn som er i stand til å gjenkjenne typer trær, blomster og fugler. Et mer nøyaktig bildegjenkjenningssystem kan brukes til å øke Facebooks eksisterende program som leser innholdet i bilder til for eksempel synshemmede.
Facebook planlegger å gi ut opplæringsmodellens innebygginger som åpen kildekode for ytterligere utvidelse.
Mens tilgangen til Instagrams store datasett kan bidra til å skape mer nøyaktig bildegjenkjenning på kortere tid, reiser andre personvernspørsmål. Facebook sa at bare offentlige Instagram-bilder ble brukt i forskningen.
Redaktørenes anbefalinger
- Facebook, Instagram kan snart aktivt søke etter – og blokkere – stjålne bilder
- Facebook avlyser F8-utviklerkonferansen på grunn av frykt for koronavirus
- Instagrams nye kamerafunksjon, Create Mode, er ikke for å ta bilder eller video
- Instagram sier at det er A.I. kan spore opp mobbing på bilder
- Facebook Marketplace blir smartere med nye A.I.-drevne verktøy
Oppgrader livsstilen dinDigitale trender hjelper leserne å følge med på den fartsfylte teknologiverdenen med alle de siste nyhetene, morsomme produktanmeldelser, innsiktsfulle redaksjoner og unike sniktitter.
