Встречайте новое мощное распознавание изображений SEER A.I от Facebook.

Если у Facebook есть неофициальный слоган, эквивалентный лозунгу Google «Не будь злым» или «Думай иначе» Apple, то это «Двигайся быстро и Разрушай вещи». Это означает, по крайней мере теоретически, что нужно постоянно пробовать новости и не бояться возможности отказ. Однако в 2021 году, когда социальные сети в настоящее время обвиняют во множестве социальных бед, эту фразу, возможно, следует изменить на: «Двигайтесь быстрее и исправляйте ситуацию».

Одна из многих областей социальных сетей, а не только Фейсбук, подверглась критике за распространение определенных изображений в Интернете. С любой точки зрения это сложная проблема: каждую секунду на Facebook загружается около 4000 фотографий. Это соответствует 14,58 миллионам изображений в час или 350 миллионам фотографий в день. Выполнение этой работы вручную потребует каждого отдельного Фейсбук Сотрудник работает по 12 часов в смену, одобряя или накладывая вето на загруженное изображение каждые девять секунд.

Это вряд ли произойдет в ближайшее время. Вот почему работа по классификации изображений передается системам искусственного интеллекта. Новое исследование Facebook, опубликованное сегодня, описывает новую крупномасштабную модель компьютерного зрения под названием SEER (это «самоконтроль» в безнадежно искажённой традиции бэкронимов, которую любят технари объятие). Обученный на более чем 1 миллиарде общедоступных изображений в Instagram, он может превзойти самые передовые система самоконтроля распознавания изображений, даже если изображения низкого качества и, следовательно, трудны читать.

По словам ее создателей, эта разработка может «[проложить] путь к более гибким, точным и адаптируемым моделям компьютерного зрения». Его можно использовать для лучшего держите «вредные изображения или мемы подальше от нашей платформы». Это может быть в равной степени полезно для автоматического создания изображений с описанием альтернативного текста для людей с ослабленным зрением. люди, превосходная автоматическая категоризация товаров, которые будут продаваться на торговой площадке или в магазинах Facebook, а также множество других приложений, требующих улучшения. компьютерное зрение.

Добро пожаловать в революцию самоконтроля

«Используя самоконтроль, мы можем тренироваться на любом случайном изображении», Прия Гоял, инженер-программист в Facebook AI Research (FAIR), где компания проводит множество инновационных исследований в области распознавания изображений, рассказал Digital Trends. «[Это] означает, что по мере развития вредоносного контента мы можем быстро обучить новую модель на меняющихся данных и, как следствие, быстрее реагировать на ситуации».

Самоконтроль, о котором говорит Гоял, — это бренд машинное обучение это требует меньше человеческого участия. Полуконтролируемое обучение — это подход к машинному обучению, который находится где-то между контролируемым и неконтролируемым обучением. При контролируемом обучении данные обучения полностью маркируются. При обучении без учителя маркированные данные обучения отсутствуют. В полуконтролируемом обучении… ну, вы поняли. Для машинного обучения это то же самое, что для воспитания детей следить за своим ребенком, пока он самостоятельно ходит по парку. Самообучение использовалось для трансформационных эффектов в мире обработки естественного языка во всем: от машинного перевода до ответов на вопросы. Теперь его применяют и для распознавания изображений.

«Обучение без учителя — это очень широкий термин, который предполагает, что обучение вообще не требует контроля», — сказал Гоял. «Обучение с самоконтролем — это подмножество или более конкретный случай обучения без присмотра, поскольку самоконтроль автоматически извлекает управляющие сигналы из данных обучения».

Что означает самообучение для Facebook, так это то, что его инженеры могут обучать модели на случайных изображениях и делать это быстро, достигая при этом хорошей производительности при выполнении многих задач.

«Возможность тренироваться на любом случайном изображении в Интернете позволяет нам уловить визуальное разнообразие мира», — сказал Гоял. «С другой стороны, обучение с учителем требует аннотаций данных, что ограничивает визуальное понимание мира, поскольку модель обучена изучать только очень ограниченные концепции с визуальными аннотациями. Кроме того, создание аннотированных наборов данных ограничивает объем данных, на которых можно обучать наши системы, поэтому контролируемые системы, вероятно, будут более предвзятыми».

Это означает, что А.И. системы, которые могут лучше учиться на любой информации, которую им дают, без им приходится полагаться на тщательно подобранные и размеченные наборы данных, которые учат их распознавать конкретные объекты в Фото. В мире, который движется так же быстро, как и онлайн, это очень важно. Это должно означать более умное распознавание изображений, которое действует быстрее.

Другие возможные применения

«Мы можем использовать модели самоконтроля для решения проблем в областях, которые имеют очень ограниченные данные или вообще не имеют метаданных, например медицинская визуализация— сказал Гоял. «Имея возможность обучать высококачественные модели с самоконтролем на основе случайных, немаркированных и непроверенных изображений, мы можем обучать модели на любых изображение в Интернете, и это позволяет нам улавливать разнообразие визуального контента и смягчать предвзятость, вносимую данными. курирование. Поскольку для обучения модели с самоконтролем нам не требуются метки или обработка данных, мы можем быстро создавать и развертывать новые модели для решения проблем».

Как и вся работа FAIR, сейчас это находится на стадии исследования, а не является технологией, которая появится в вашей ленте Facebook в ближайшие пару недель. Это означает, что это не будет немедленно использовано для решения проблемы распространения вредоносных изображений в Интернете. В то же время это означает, что разговоры об использовании ИИ. дальнейшее определение мелких деталей в загруженных изображениях преждевременно.

Нравится вам это или нет, но ИИ, классифицирующий изображения, инструменты становятся умнее. Большой вопрос в том, будут ли они использоваться для того, чтобы что-то ломать дальше или снова начнут исправлять.

Рекомендации редакции

• А.И. обычно ничего не забывает, но новая система Facebook умеет. Вот почему
• Новый искусственный интеллект Facebook выводит распознавание изображений на совершенно новый уровень