Faceți cunoștință cu noua și puternică recunoaștere a imaginilor de la Facebook, SEER A.I.

Dacă Facebook are un slogan neoficial, un echivalent cu „Don’t Be Evil” de la Google sau „Think Different” de la Apple, acesta este „Move Fast and Rupe lucrurile.” Înseamnă, cel puțin în teorie, că ar trebui să repeți pentru a încerca lucruri de știri și să nu-ți fie frică de posibilitatea de a eșec. În 2021, totuși, cu rețelele sociale în prezent învinuite pentru o multitudine de boli ale societății, expresia ar trebui, probabil, modificată în: „Mișcă-te rapid și remediază lucrurile”.

Una dintre numeroasele domenii ale rețelelor sociale, nu doar Facebook, a fost pus la piloria pentru răspândirea pe internet a anumitor imagini. Este o problemă provocatoare în orice moment al imaginației: aproximativ 4.000 de fotografii sunt încărcate pe Facebook în fiecare secundă. Aceasta înseamnă 14,58 milioane de imagini pe oră sau 350 de milioane de fotografii în fiecare zi. Gestionarea manuală a acestei lucrări ar necesita fiecare

Facebook angajat să lucreze în ture de 12 ore, aprobând sau respingând o imagine încărcată la fiecare nouă secunde.

Nu este posibil să se întâmple în curând. Acesta este motivul pentru care sarcina de a clasifica imaginile este predată sistemelor de inteligență artificială. O nouă bucată de cercetare Facebook, publicată astăzi, descrie un nou model de viziune computerizată la scară largă numit SEER (aceasta este „auto-supravegheat” în tradiția acronimului răpusă fără speranță pe care oamenii din tehnologie le place să o facă îmbrăţişare). Antrenat pe peste 1 miliard de imagini publice pe Instagram, poate depăși cele mai de ultimă oră sistem de auto-monitorizare de recunoaștere a imaginii, chiar și atunci când imaginile sunt de calitate scăzută și, prin urmare, dificile a citi.

Este o dezvoltare care ar putea, susțin creatorii săi, „[pava] calea pentru modele de viziune computerizată mai flexibile, precise și adaptabile”. Poate fi folosit pentru mai bine ține „imaginile sau memele dăunătoare departe de platforma noastră”. Ar putea fi la fel de util pentru generarea automată a imaginilor care descriu text alternativ pentru persoanele cu deficiențe de vedere oameni, clasificarea automată superioară a articolelor care urmează să fie vândute pe Marketplace sau Facebook Shops și o multitudine de alte aplicații care necesită îmbunătățiri viziune computerizată.

Bun venit la revoluția auto-supravegheată

„Folosind auto-supravegherea, ne putem antrena pe orice imagine aleatorie.” Priya Goyal, un inginer software la Facebook AI Research (FAIR), unde compania desfășoară o mulțime de cercetări inovatoare privind recunoașterea imaginilor, a spus Digital Trends. „[Asta] înseamnă că, pe măsură ce conținutul dăunător evoluează, putem antrena rapid un nou model cu privire la datele în evoluție și, ca urmare, putem răspunde mai rapid la situații.”

Autosupravegherea la care se referă Goyal este un brand învățare automată care necesită mai puțin în ceea ce privește aportul uman. Învățarea semisupravegheată este o abordare a învățării automate care se află undeva între învățarea supravegheată și nesupravegheată. În învățarea supravegheată, datele de instruire sunt complet etichetate. În învățarea nesupravegheată, nu există date de formare etichetate. În învățarea semisupravegheată... ei bine, ați înțeles ideea. În ceea ce privește învățarea automată, este ceea ce a ține o jumătate de ochi pe copilul tău în timp ce se încarcă autonom în jurul unui parc este să fie părinte. Învățarea auto-supravegheată a fost folosită pentru efecte transformatoare în lumea procesării limbajului natural pentru orice, de la traducerea automată la răspunsul la întrebări. Acum, se aplică și recunoașterii imaginilor.

„Învățarea nesupravegheată este un termen foarte larg care sugerează că învățarea nu folosește deloc supraveghere”, a spus Goyal. „Învățarea autosupravegheată este un subset – sau un caz mai specific – de învățare nesupravegheată, deoarece autosupravegherea derivă semnalele de supraveghere automat din datele de antrenament.”

Ce înseamnă învățarea auto-supravegheată pentru Facebook este că inginerii săi pot antrena modele pe imagini aleatorii și pot face acest lucru rapid, obținând în același timp performanțe bune în multe sarcini.

„A fi capabil să ne antrenăm pe orice imagine aleatoare de pe internet ne permite să surprindem diversitatea vizuală a lumii”, a spus Goyal. „Învățarea supravegheată, pe de altă parte, necesită adnotări de date, ceea ce limitează înțelegerea vizuală a lumii, deoarece modelul este antrenat să învețe doar concepte adnotate vizuale foarte limitate. De asemenea, crearea de seturi de date adnotate limitează cantitatea de date pe care sistemele noastre pot fi antrenate, prin urmare, este probabil ca sistemele supravegheate să fie mai părtinitoare.”

Ceea ce înseamnă asta este A.I. sisteme care pot învăța mai bine din orice informații le sunt oferite, fără trebuind să se bazeze pe seturi de date curatate și etichetate care îi învață cum să recunoască obiecte specifice într-un fotografie. Într-o lume care se mișcă la fel de repede ca cea online, asta este esențial. Ar trebui să însemne o recunoaștere mai inteligentă a imaginii, care acționează mai rapid.

Alte aplicații posibile

„Putem folosi modelele auto-supravegheate pentru a rezolva probleme în domenii care au date foarte limitate sau nu au metadate, cum ar fi imagistica medicala”, a spus Goyal. „Fiind capabili să antrenăm modele de înaltă calitate, auto-supravegheate din imagini aleatorii, neetichetate și necurate, putem antrena modele pe orice imaginea de pe internet, iar acest lucru ne permite să surprindem diversitatea conținutului vizual și să atenuăm prejudecățile introduse altfel de date curatarea. Deoarece nu avem nevoie de etichete sau de curatare a datelor pentru antrenarea unui model auto-supravegheat, putem crea și implementa rapid noi modele pentru a rezolva probleme.”

Ca și în cazul întregii activități a FAIR, în acest moment aceasta este ferm în fazele de cercetare, mai degrabă decât să fie o tehnologie care va fi lansată pe feedul tău Facebook în următoarele două săptămâni. Aceasta înseamnă că acest lucru nu va fi implementat imediat pentru a rezolva problema răspândirii online a imaginilor dăunătoare. În același timp, înseamnă că conversațiile despre utilizarea A.I. pentru a identifica în continuare detalii fine în imaginile încărcate este prematur.

Îți place sau nu, însă, clasificarea imaginilor A.I. instrumentele devin mai inteligente. Marea întrebare este dacă sunt obișnuiți să spargă lucrurile în continuare sau să înceapă să le repare din nou.

Recomandările editorilor

• A.I. de obicei nu uită nimic, dar noul sistem Facebook uită. Iata de ce
• Noul Facebook A.I. duce recunoașterea imaginii la un nivel cu totul nou