Facebook иска да обучава AI алгоритмите си със снимки от социалните мрежи

0
253

Главният експерт по изкуствен интелект на Facebook Ян ЛеКън по време на вътрешна презентация на компанията представи как иска изкуствения интелект и алгоритмите да бъдат обучавани чрез наблюдение, точно както се случва, по неговото сравнение, при бебетата.

През първите няколко месеца от живота си всички бебета наблюдават как функционира света около тях – попиват репликите на възрастните, действията и обектите, които виждат, запомнят цветове, форми, дейности, миризми и много други. След различни фази на развитието те научават, че обектите са триизмерни, а не двумерни, както и че са постоянни в пространството, независимо че изчезват от полезрението им (в началото бебетата не разбират, че един обект, който е изчезнал от тяхното зрително поле, в действителност продължава да съществува в друго пространство, а го смятат за унищожен). ЛеКън по време на своята презентация допълва, че бебетата също се научават, че ако един предмет не бъде придържан, то той ще падне някъде в пространството.

„Бихме искали системите ни за изкуствен интелект също да се научават как работи света чрез наблюдение, защото това ще има огромно значение“, казва той. „Това би позволило на машините да имат някакво ниво на здрав разум.“

Изследователският екип на гиганта в социалните мрежи подтиква алгоритмите с машинно обучение и изкуствения интелект по-близо до тази цел, обучавайки ги да попълват сами празнините в своите информационни бази, без да се разчита на физически служители, които да добавят и описват нова информация. Подходът, известен като самостоятелно контролирано обучение, има потенциала да подобри Facebook, включително ѝ системата за модериране на съдържанието. Екипът на социалната мрежа, занимаващ се с изкуствен интелект, заяви в четвъртък, че е постигнал „пробив“ в усилията, когато самообучаващия се модел Seer за компютърно зрение е успял да изведе информация от милиард случайни, немаркирани и некурирани (подбрани) публични изображения на потребители в социалната мрежа Instagram.

След като изучава всички тези изображения, Seer правилно идентифицира и категоризира централния обект в снимките с процент на точност от 84,2%. Проучването превъзхожда и най-добрите съществуващи към този етап системи за самообучение при разпознаването на изображения с 1 процент в ефективността, според изследователите.

Констатациите са за „постигнат основен пробив, който в крайна сметка открива пътя за по-гъвкави, точни и адаптивни модели на компютърно зрение в бъдеще“, се казва в публикация в блога, придружаваща изследването.

Правилното разпознаване и категоризиране на обекти в изображения може да помогне за подобряване на разнообразни продукти на социалната мрежа. Facebook и други нейни конкуренти вече използват изкуствен интелект за класиране на съдържание в емисии и автоматично докладване на изображения и видеоклипове, които нарушават правилата им срещу реч на омразата, насилие или порнография. AI се използва и активно в автомобилите, за да помогне на шофьорите да избегнат сблъсъци и други произшествия, както и в медицината и хирургията за подобряване на точността на диагнозите и медицинските интервенции. Facebook също така планира да пусне на пазара първия си чифт интелигентни очила тази година, като те отново ще използват AI в системата за виртуална и добавена реалност, за да проследяват позицията и движението на хората в дадена област, както и за много други цели – в това число е възможно и да бъдат снабдени с технология за лицево разпознаване, но все още е прекалено рано да сме категорични по този въпрос.

„Предимството на самоуправляваното обучение на алгоритмите и системите е, че можете да обучавате много големи мрежи и точността няма да бъде намалена“, казва ЛеКун.

Онлайн изображенията понякога могат да бъдат трудни за разпознаване от машините и алгоритмите, защото могат да бъдат размазани или заснети от странни ъгли, с които досега системите не са се сблъсквали. Ако последните обаче бъдат в състояние да се обучават сами, те ще могат да се адаптират към тези обстоятелства и това да спре да бъде проблем.

Самоуправляваното обучение може да помогне за намаляване на пристрастията на системите с изкуствен интелект, когато става въпрос за лицево разпознаване в сферата на правосъдието. Например, някои актуални изследвания показват, че системите за лицево разпознаване имат по-ниска точност на идентифицирането на лицата на чернокожи и хора от някои малцинствени групи, вероятно защото при обучението на системите изследователите използват основно фотографии на бели хора. Премахването на човешкия фактор при обучението може да намали и някои отклонения, макар че това е все още спекулативна теория.

Макар и самообучаващите се системи да са толкова интелигентни и да обещават много предимства, те предизвикват и редица опасения сред някои хора, че могат да надхитрят един ден човечеството, но според ЛеКун не трябва да се тревожим за това – по неговите думи интелигентността не е свързана с желанието за завладяване на света.

„Желанието да доминираме над други същества е свързано с човешката природа, но няма никаква причина да го внедряваме в нашите системи с изкуствен интелект или автоматизирани роботи.“, казва той.

1 2 гласа
Оценете статията
Абонирай се
Извести ме за
guest
0 Коментара
Отзиви
Всички коментари