Ако Фацебоок има незванични слоган, еквивалентан Гугловом „Не буди зао“ или Апплеовом „Мисли другачије“, то је „Крети се брзо и Бреак Тхингс.” То значи, барем у теорији, да треба понављати да испробавамо вести и да се не плашимо могућности неуспех. Међутим, 2021. године, с обзиром на то да се друштвени медији тренутно окривљују за мноштво друштвених болести, фразу би, можда, требало модификовати у: „Брзо се померај и поправљај ствари“.
Садржај
- Добродошли у самоконтролисану револуцију
- Друге могуће примене
Једна од многих области друштвених медија, не само Фејсбук, био је осурен због ширења одређених слика на мрежи. То је изазован проблем за било који део маште: око 4.000 фотографија се отпрема на Фацебоок сваке секунде. То је једнако 14,58 милиона слика на сат, или 350 милиона фотографија сваког дана. Ручно руковање овим послом захтевало би све
То се вероватно неће догодити у скорије време. Због тога је посао класификације слика препуштен системима вештачке интелигенције. Ново истраживање Фејсбука, објављено данас, описује нови модел компјутерског вида великих размера тзв СЕЕР (то је „само-надгледано“ у безнадежно исквареној традицији бацкронима коју људи из технологије воле да загрљај). Обучен на више од милијарду јавних слика на Инстаграму, може надмашити најсавременије систем за самонадзорно препознавање слика, чак и када су слике лошег квалитета и због тога тешке читати.
Повезан
- А.И. достигла неке велике прекретнице у 2020. Ево резимеа
То је развој који би, тврде његови креатори, могао „[утрти] пут флексибилнијим, прецизнијим и прилагодљивијим моделима компјутерског вида“. Може се користити на боље држите „штетне слике или мемове даље од наше платформе“. Могло би бити подједнако корисно за аутоматско генерисање слика које описују алт-текст за особе са оштећеним видом људи, супериорна аутоматска категоризација артикала који ће се продавати на Маркетплаце-у или Фацебоок продавницама, и мноштво других апликација које захтевају побољшање компјутерски вид.
Препоручени видео снимци
Добродошли у самоконтролисану револуцију
„Користећи самонадзор, можемо тренирати на било којој насумичној слици,“ Прииа Гоиал, софтверски инжењер у Фацебоок АИ Ресеарцх (ФАИР), где компанија спроводи мноштво иновативних истраживања препознавања слика, рекао је за Дигитал Трендс. „[То] значи да, како се штетни садржај развија, можемо брзо да обучимо нови модел на подацима који се развијају и, као резултат, брже реагујемо на ситуације.“
Самонадзор на који се Гојал односи је бренд Машинско учење то захтева мање људског доприноса. Полунадгледано учење је приступ машинском учењу који се налази негде између надгледаног и ненадгледаног учења. У контролисаном учењу, подаци о обуци су у потпуности означени. У ненадгледаном учењу не постоје означени подаци о обуци. У полунадгледаном учењу... па, схватате. За машинско учење је родитељство оно што пазите на своје дете док се аутономно креће по парку. Самонадгледано учење је коришћено за трансформативне ефекте у свету обраде природног језика за све, од машинског превођења до одговарања на питања. Сада се примењује и на препознавање слика.
„Учење без надзора је веома широк појам који сугерише да учење уопште не користи надзор“, рекао је Гојал. „Самонадгледано учење је подскуп — или конкретнији случај — ненадгледаног учења, јер самонадзор аутоматски изводи надзорне сигнале из података о обуци.“
Оно што самонадгледано учење значи за Фацебоок је то да његови инжењери могу да обучавају моделе на насумичним сликама, и то брзо, док постижу добре перформансе на многим задацима.
„Могућност да тренирамо на било којој насумичној интернет слици омогућава нам да ухватимо визуелну разноликост света“, рекао је Гојал. „Учење под надзором, с друге стране, захтева белешке података, што ограничава визуелно разумевање света пошто је модел обучен да учи само веома ограничене визуелно обележене концепте. Такође, креирање скупова података са коментарима ограничава количину података на којој се наши системи могу обучити, па ће системи под надзором вероватно бити пристраснији.“
Ово значи А.И. системе који могу боље да уче из било које информације које су им дате, без морају да се ослањају на куриране и означене скупове података који их уче како да препознају одређене објекте у а фото. У свету који се креће једнако брзо као и онлајн, то је од суштинског значаја. То би требало да значи паметније препознавање слике које делује брже.
Друге могуће примене
„Можемо да користимо самонадзиране моделе за решавање проблема у доменима који имају веома ограничене податке или немају метаподатке, нпр. медицинско снимање“, рекао је Гојал. „Будући да смо у могућности да обучавамо висококвалитетне моделе са самонадзором само од насумичних, необележених и некурисаних слика, можемо да обучимо моделе на било ком интернет слику, а то нам омогућава да ухватимо разноврсност визуелног садржаја и ублажимо пристрасности које иначе уносе подаци курирање. Пошто нам нису потребне ознаке или курирање података за обуку самонадзираног модела, можемо брзо да креирамо и применимо нове моделе за решавање проблема.”
Као и са свим ФАИР-овим радом, тренутно је ово чврсто у фази истраживања, а не технологија која ће се појавити на вашем Фацебоок фееду у наредних неколико недеља. То значи да се ово неће одмах применити да би се решио проблем штетних слика које се шире на мрежи. Истовремено, то значи да су разговори о употреби А.И. за даље идентификовање финих детаља у отпремљеним сликама је прерано.
Свиђало вам се то или не, међутим, А.И. алати постају паметнији. Велико је питање да ли су навикли да даље разбијају ствари или поново почињу да их поправљају.
Препоруке уредника
- А.И. обично ништа не заборавља, али нови систем Фејсбука јесте. Ево зашто
- Фацебоок-ов нови А.И. подиже препознавање слика на потпуно нови ниво
