Facebook開發(fā)出更加強大的機器學習模型

近日，F(xiàn)acebook公司分享了兩個內(nèi)部人工智能項目的細節(jié)，分別是Learning from video和TimeSformer，這兩個項目旨在促進更強大的機器學習模型的開發(fā)。

其中第一個項目“通過視頻學習”（Learning from video），F(xiàn)acebook公司將通過用戶上傳的視頻來訓練驅動其社交網(wǎng)絡的機器學習系統(tǒng)。Facebook依靠人工智能完成從內(nèi)容推薦到?jīng)Q策執(zhí)行等一系列任務。該公司希望通過用戶創(chuàng)建的視頻來訓練其機器學習系統(tǒng)，從而提升模型效果。

通常，研究人員使用自己構造的訓練數(shù)據(jù)集訓練AI模型，其中的單個文件由專家用特定標簽進行標記。這些標簽幫助模型在學習過程中向正確的方向發(fā)展。

但是這種方法存在一個問題：由專家為數(shù)據(jù)集打標簽需要耗費大量的時間和精力，因此構造的數(shù)據(jù)集的大小也是有限的，這就限制了人工智能模型在訓練期間的學習能力。

Facebook的研究人員在一篇博客文章中寫道：“通過讓AI模型在未經(jīng)標記的用戶創(chuàng)建的視頻上進行訓練，那么模型就可以從更多的信息中學習，這些信息要比傳統(tǒng)手工構造的數(shù)據(jù)集中多得多。通過學習覆蓋幾乎每個國家和數(shù)百種語言的全球公開視頻流，我們的人工智能系統(tǒng)不僅可以提高準確性，還可以適應我們快速發(fā)展的世界，并認識到不同文化和地區(qū)之間的細微差別?！?/p>

研究人員強調(diào)，這一舉措非常注重隱私問題。他們寫道：“我們正在建立和維護一個強大的隱私機制，使用自動化解決方案大規(guī)模加強隱私保護。通過在基礎設施層面上嵌入這項工作，我們可以在我們的系統(tǒng)中始終如一地滿足隱私需求?！?/p>

Facebook正在使用一種 “自監(jiān)督學習”的方法，更好地使用用戶視頻訓練模型，這種方法是不需要對訓練數(shù)據(jù)打標簽的。Facebook透露，Instagram的Reels功能就是使用自監(jiān)督的人工智能模型為用戶推薦和最近看過的視頻類似的內(nèi)容。

除了在自監(jiān)督學習方面的工作，F(xiàn)acebook還詳細介紹了另一個名為TimeSformer的人工智能項目。它被稱為第一個完全基于Transformer的視頻處理AI，Transformer是最初為分析文本而創(chuàng)建的高效機器學習模型。Facebook表示，由于使用了這項技術，TimeSformer處理數(shù)據(jù)所需的計算資源不到傳統(tǒng)模型的十分之一，而訓練的速度是傳統(tǒng)模型的三倍。

Facebook表示，他們的方法還在其他方面改善了訓練過程。該公司的研究人員解釋說：“目前最好的3D CNN（一種機器學習模型）只能使用幾秒鐘長的視頻片段。有了TimeSformer，我們可以訓練長達幾分鐘的視頻。這可能會極大地推動教會機器理解視頻中復雜的連續(xù)動作的研究?！?/p>

原文鏈接：

https://siliconangle.com/2021/03/12/facebook-aims-advance-machine-learning-two-new-video-ai-projects/
編輯：lyn