Facebook的新AI自学方式无需人工帮助

大多数人工智能仍然建立在人工基础之上。查看AI算法内部的内容，您会发现一些使用经过大量人工策划和标记的数据构造而成的东西。

现在，Facebook已经展示了一些人工智能算法如何能够以更少的人工帮助学习完成有用的工作。该公司建立了一种算法，该算法在标签的帮助下学会了识别图像中的对象。

Facebook算法称为Seer（用于SELF-supERvised），它从Instagram上抓取了超过十亿张图像，从而自行确定哪些对象看起来相似。例如，将带有胡须，毛皮和尖耳朵的图像收集到一堆中。然后，为该算法提供了少量带标签的图像，包括一些带标签的“猫”。然后，它能够识别图像以及使用每个对象的数千个带标签示例进行训练的算法。

普林斯顿大学助理教授奥尔加·鲁萨科夫斯基（Olga Russakovsky）说：“结果令人印象深刻。”“让自我监督的学习发挥作用非常具有挑战性，而这一领域的突破对改善视觉识别能力具有重要的下游影响。”

鲁萨科夫斯基说，值得注意的是，Instagram图片不是人工挑选的，以使独立学习变得更加容易。

Facebook的首席科学家Yann LeCun说，Facebook的研究是一种称为“自我监督学习”的AI方法的里程碑。

Facebook的首席科学家Yann LeCun说，Facebook的研究是一种称为“自我监督学习”的AI方法的里程碑。大约十年前，深度学习作为一种更好的方式来编程，使机器可以进行各种有用的事情，如图像分类和语音识别，应运而生。

Facebook的研究建立在调整深度学习算法以使其更加高效和有效的稳步进展的基础上。以前，自我监督学习已被用于将文本从一种语言翻译成另一种语言，但将其应用于图像比单词更困难。

LeCun表示，研究小组为算法开发了一种新方法，即使在图像的一部分已被更改的情况下，也可以学习识别图像。

Facebook将发布Seer背后的某些技术，但不会发布算法本身，因为它是使用Instagram用户的数据进行训练的。