FacebookはSEERAIをトレーニングし、画像やオブジェクトを単独で認識できるようになりました。
このAIは、Instagramから抽出された10億を超える公開画像でトレーニングされました。 Facebookがコメントしたように、SEERは、オブジェクト認識テストで既存のAIモデルを84.2％のスコアで上回っています。
現在、Instagramは多くの人に公開フォトアルバムとして使用されています。 したがって、そのデータベースを使用して、Facebookは、幅広い年齢や体の特徴、動物、風景、食べ物、長いその他の人々を含む、膨大で多様なオプションのカタログにアクセスできます。 この情報の重要なサンプルが、トレーニングのためにAIで利用できるようになりました。
SEERでは自己監視型コンピュータビジョンが使用されています
自律的に動作するAIは、オブジェクトまたは変数間の関係を確立する機能をトレーニングした後に取得します。 この場合、私たちは画像を扱っているので、SEERの仕事は、コンテキストデータがなくても画像に適切にラベルを付けることです。
これは、他の画像認識システムとの重要な違いを示しています。AIエンジンのおかげで機能しますが、以前のラベルや分類に応じて、教師あり動的に従って複製します。
このAIは、2つの重要な要素を利用します。1つは、メタデータや注釈なしで、多数のランダム画像からデータを学習できるアルゴリズムです。 もう1つは、これらの大量の複雑なデータからすべての視覚的概念をキャプチャして学習するのに十分な大きさの畳み込みネットワークです。
この貢献により、視覚障害者向けの画像の説明と代替テキストの自動生成が強化され、不適切なコンテンツがフィルタリングされ、マーケットプレイスにリストされているアイテムがより適切に自動的に分類されるようになります。
FacebookのAIは今のところプロトタイプにすぎません
現時点では、SEERはプロトタイプにすぎません。 それを後押しするために、Facebookはオープンソースライセンスの下でこのソフトウェアのコードの一部をリリースし、開発者と研究者のための実験のインスタンスを生成し、この新しい画像認識技術の運用を強化すると発表しました。
SEERプレゼンテーションの冒頭で、Facebookは次のように強調しました。「AIの未来は、テキスト、画像、その他の種類のデータなど、与えられた情報から直接学習できるシステムを作成することです。写真内のオブジェクトを認識する方法、テキストのブロックを解釈する方法、または私たちが要求する無数の他のタスクを実行する方法を教えるためのラベル付きデータセット。」
公式発表は、人工知能プロジェクトのブログを通じてFacebookによってリリースされました。ここでは、提示されたAIシステムに関するより技術的な側面が共有されています。
