【AI自主監督學習】10億圖片作參數!Facebook新AI模型自主辨識圖像

科技 15:00 2021/03/05

分享:

Facebook的研究人員最新公布了一種新的AI圖像識別模型,可在沒有標籤幫助的情況下辨識圖像中的物體,突破電腦視覺偵測物件的標準。

人工智能(AI)技術賦予機器更多自主判斷能力,近年在各行各業的應用已隨處可見,並且不斷改進,持續帶來革新。Facebook的研究人員最新公布了一種新的AI圖像識別模型,當中包含10億張圖片作參數,還可以在沒有標籤幫助的情況下辨識圖像中的物體,突破電腦視覺偵測物件的標準。

電腦視覺偵測物件的標準,即是要透過執行人們預先編寫的指令,賦予電腦判讀影像的能力。惟其辨識能力的強弱,取決於指令下達的複雜度,無法單以局部資訊判斷整體情況。

而該Facebook的新AI模型「SEER」(SElf-supERvised)就可以自主地訓練數據集,不斷進行學習,不必依賴經過仔細標記的數據集來教導系統如何執行辨識任務,減省研究人員手動標記數據的工作程序,同時處理更多樣化的數據,提高辨識的準確度。

【人工智能】Microsoft推AI平台與AR應用服務 拓展人工智能至邊緣運算

【醫療科技】香港科技園獲注資3.5億 聚焦生物科技初創

該新AI模型由Facebook的巴黎人工智能實驗室(FAIR Paris)根據Instagram隨機拍攝的10億張照片,學習數據集構建而成。雖然目前該團隊的研究仍處於早期階段,但團隊又呼籲開展更多工作將SEER推進到下一階段的開發,並鼓勵更多的AI社區成員對該技術進行測試,帶來更多革新。

該模型未來將可用於在Facebook內部各種電腦視覺任務,自動生成圖像描述來幫助識別違反政策的內容;對外方面,則可用於圖像及元數據有限的領域,例如醫學成像。

【嚴防北京】美政府報告:採取措施防竊取AI技術 建數碼軍事訓練學院

責任編輯:張寶燕

緊貼財經時事新聞分析,讚好hket Facebook 專版