„Facebook“ tyrėjai moko dirbtinio intelekto apie vizualinį suvokimą

Tyrėjai paaiškino, kad AI gali atlikti daugybę manipuliacijų, remiantis esamais duomenimis. Štai kodėl

„Facebook“ inžinieriai nusprendė įtraukti šį procesą„sveiko proto“ mokymas. Naudodami šią mašininio mokymosi parinktį jums nereikės įkelti 500 katės nuotraukų, kol AI pradės identifikuoti tą gyvūną. Nauji socialinių tinklų tyrimai padės išvengti šio žingsnio mokymuose.

Mokslininkai pasidalijo, kaip jie patobulino ir išplėtojo pažangius kompiuterio matymo algoritmus. Viena iš įdomių „Facebook“ plėtros sričių yra „pusiau supervizorių mokymai“.

„Facebook“ tyrėjai tai parodė savo pavyzdžiumokymasis gali būti sudėtingas, bet labai efektyvus. DINO sistema (žinių perdavimas be etikečių) sugeba rasti dominančius objektus vaizdo įraše be žymėtų duomenų.

Todėl sistema nemano, kad vaizdo įrašas yravaizdų seka, kuri bus analizuojama eilės tvarka, tačiau kaip sudėtingas, tarpusavyje susijęs duomenų rinkinys. Atkreipdamas dėmesį į vaizdo įrašo vidurį ir pabaigą, dirbtinis intelektas gali susidaryti idėją apie tokius dalykus kaip „tokios ir tokios formos objektas juda iš kairės į dešinę“. Ši informacija naudojama tolesnei analizei. Mokslininkai pažymi, kad sistema neveikia mechaniškai, tačiau be didžiulės treniruotės lavina pagrindinį regėjimo prasmės pojūtį.

Dėl to sistema pasirodo gerairezultatų, palyginti su tradiciškai apmokytomis sistemomis. Mokslininkai įrodė, kad dirbtinis intelektas, išmokytas 500 šunų nuotraukų ir 500 kačių nuotraukų, atpažįsta abu, bet negali suprasti, kuo jie panašūs. Tačiau „Facebook“ algoritmas gali juos atskirti dėl „sveiko proto“ ir vizualaus nuotraukų suvokimo.

Skaityti daugiau

Elonas Muskas: mirs pirmieji turistai į Marsą

Buvo sukurtas pirmasis tikslus pasaulio žemėlapis. Kas negerai visiems kitiems?

Per sekundę atrasta negyva žvaigždė, besisukanti ant savo ašies