Ad Config - Website header

 

Article_top

За какво може една социална мрежа да използва милиардите снимки, качени от потребителите в друга? Развиване на системи за дълбоко учене на изкуствен интелект, стана ясно тази седмица на събитието на разработчиците на Facebook F8.

Компанията на Зукърбърг разкри, че е използвала 3.5 млрд. изображения от друга своя социална мрежа - Instagram - за да обучи по-добре своите модели за разпознаване на изображения. Това става с помощта на хаштаговете, които потребителите постват с почти всяка снимка или картинка в сайта Instagram.

Стотици процесори са работили денонощно, за да анализират данните от тези изображения, и сега инструментите на Facebook постигат впечатляваща точно на разпознаване - 82.5% в ImageNet - непостижима досега от никой в индустрията.

Да се ползват хаштаговете към изображенията не е точен процес на изследване. Ако някога сте слагали такива, знаете, че може да опишете една снимка по всякакъв начин. #куче информира добре изкуствения интелект, но #прекрасенден не дава реална информация да изображението. Така че хората на Зукърбърг е трябвало да намерят начин и да изчистят излишната информация.

Но при 3.5 млрд. изображения дори подобни грешки са нещо преодолимо. Изследванията преди обучението са били фокусирани върху разработването на системи за намиране на конкретни хаштагове, което означава да се види кои са синоними, съответно и да се научи изкуственият ителект на това кои специфични хаштагове са с приоритет пред по-общите. Това в крайна сметка води до "мащабен модел за предвиждане на хаштагове".

Важно е да се отбележи, че за целта Facebook са ползвали само публични снимки - без тези в затворени профили. Но наясно ли е потребителят, че когато публикува снимка в Instagram, допринася за развиването на подобна база данни?

Макар в момента тя да е неспособна да прави предвиждания и анализи за самия потребител, тъй като това не е целта на заданието, събраните данни могат да бъдат ползвани по най-разнообразен начин. Засега може просто по-добре да разпознае куче, котка, растение или храна на базата на снимки на вашето куче, котка, цвете или ястие.

 

За какво може една социална мрежа да използва милиардите снимки, качени от потребителите в друга? Развиване на системи за дълбоко учене на изкуствен интелект, стана ясно тази седмица на събитието на разработчиците на Facebook F8.

Компанията на Зукърбърг разкри, че е използвала 3.5 млрд. изображения от друга своя социална мрежа - Instagram - за да обучи по-добре своите модели за разпознаване на изображения. Това става с помощта на хаштаговете, които потребителите постват с почти всяка снимка или картинка в сайта Instagram.

Стотици процесори са работили денонощно, за да анализират данните от тези изображения, и сега инструментите на Facebook постигат впечатляваща точно на разпознаване - 82.5% в ImageNet - непостижима досега от никой в индустрията.

Да се ползват хаштаговете към изображенията не е точен процес на изследване. Ако някога сте слагали такива, знаете, че може да опишете една снимка по всякакъв начин. #куче информира добре изкуствения интелект, но #прекрасенден не дава реална информация да изображението. Така че хората на Зукърбърг е трябвало да намерят начин и да изчистят излишната информация.

Но при 3.5 млрд. изображения дори подобни грешки са нещо преодолимо. Изследванията преди обучението са били фокусирани върху разработването на системи за намиране на конкретни хаштагове, което означава да се види кои са синоними, съответно и да се научи изкуственият ителект на това кои специфични хаштагове са с приоритет пред по-общите. Това в крайна сметка води до "мащабен модел за предвиждане на хаштагове".

Важно е да се отбележи, че за целта Facebook са ползвали само публични снимки - без тези в затворени профили. Но наясно ли е потребителят, че когато публикува снимка в Instagram, допринася за развиването на подобна база данни?

Макар в момента тя да е неспособна да прави предвиждания и анализи за самия потребител, тъй като това не е целта на заданието, събраните данни могат да бъдат ползвани по най-разнообразен начин. Засега може просто по-добре да разпознае куче, котка, растение или храна на базата на снимки на вашето куче, котка, цвете или ястие.

Коментари

ЦРУ-то иска да ви разпознава в реално време.

Учат се от Великия Китай.

Най

Следвайте ни

 
 

Още по темата

Още от категорията