Facebook的新AI自學方式無需人工幫助

大多數人工智能仍然建立在人工基礎之上。查看AI算法內部的內容，您會發現一些使用經過大量人工策劃和標記的數據構造而成的東西。

現在，Facebook已經展示了一些人工智能算法如何能夠以更少的人工幫助學習完成有用的工作。該公司建立了一種算法，該算法在標籤的幫助下學會了識別圖像中的對象。

Facebook算法稱為Seer（用於SELF-supERvised），它從Instagram上抓取了超過十億張圖像，從而自行確定哪些對象看起來相似。例如，將帶有鬍鬚，毛皮和尖耳朵的圖像收集到一堆中。然後，為該算法提供了少量帶標籤的圖像，包括一些帶標籤的“貓”。然後，它能夠識別圖像以及使用每個對象的數千個帶標籤示例進行訓練的算法。

普林斯頓大學助理教授奧爾加·魯薩科夫斯基（Olga Russakovsky）說：“結果令人印象深刻。”“讓自我監督的學習發揮作用非常具有挑戰性，而這一領域的突破對改善視覺識別能力具有重要的下游影響。”

魯薩科夫斯基說，值得注意的是，Instagram圖片不是人工挑選的，以使獨立學習變得更加容易。

Facebook的首席科學家Yann LeCun說，Facebook的研究是一種稱為“自我監督學習”的AI方法的里程碑。

Facebook的首席科學家Yann LeCun說，Facebook的研究是一種稱為“自我監督學習”的AI方法的里程碑。大約十年前，深度學習作為一種更好的方式來編程，使機器可以進行各種有用的事情，如圖像分類和語音識別，應運而生。

Facebook的研究建立在調整深度學習算法以使其更加高效和有效的穩步進展的基礎上。以前，自我監督學習已被用於將文本從一種語言翻譯成另一種語言，但將其應用於圖像比單詞更困難。

LeCun表示，研究小組為算法開發了一種新方法，即使在圖像的一部分已被更改的情況下，也可以學習識別圖像。

Facebook將發佈Seer背後的某些技術，但不會發布算法本身，因為它是使用Instagram用戶的數據進行訓練的。