Currently, AI algorithms are able to learn and do functional work by recognizing objects in images with the unnecessary help of human’s help, shown by Facebook.
Seer (SElf-supERvised), a Facebook algorithm, can categorize and identify itself which objects look alike from more than a billion images scraped from Instagram.
Also, the algorithm will collect the images into one pile using thousands of labels of each object such as cat, fur, whiskers, and pointy ears.
“The results are impressive,” said Olga Russakovsky, an assistant professor at Princeton University who specializes in AI and
computer vision. “Getting self-supervised learning to work is very challenging, and breakthroughs in this space have
important downstream consequences for improved visual recognition.”
“The Facebook research is a landmark for “ self-supervised learning”, an AI approach,” said Facebook's chief scientist, Yann LeCun.
LeCun pioneered the machine learning approach by feeding data to large artificial neural networks known as deep learning as a better way to design and program
the machines to work in its own algorithm.
Many useful applications can be applied to self-supervised learning without any difficulty, such as being able to read medical images without the need for labeling
so many scans and x-rays. LeCun also said that Seer could be used at Facebook to match advertisements to post and to screen out unfriendly contents.
Prior to the fact that algorithms have been used to translate text which is difficult to recognize images, the Facebook research builds upon steady progress on
Seer to be more efficient and effective. The research team developed a new way for algorithms to recognize images even when one part of the image has been
changed.
Source: https://www.wired.com/story/facebook-new-ai-teaches-itself-see-less-human-help/
เฟซบุ๊กเผยว่า ความช่วยเหลือของมนุษย์อาจไม่จำเป็นแล้วต่ออัลกอริทึมของระบบปัญญาประดิษฐ์ เนื่องจากตอนนี้ระบบสามารถเรียนรู้และปฏิบัติงานด้วยการจดจำวัตถุในภาพได้เอง Seer (SElf-
supERvised) หรืออัลกอริทึมบนเฟซบุ๊ก สามารถแยกแยะและระบุได้ด้วยตัวของระบบเองว่า วัตถุใดมีลักษณะคล้ายกับภาพใดจากหนึ่งพันล้านรูปในอินสตาแกรม อีกทั้งอัลกอริทึมนี้จะเลือกรูปจำนวน
หนึ่งโดยจำแนกสัญลักษณ์ของแต่ละวัตถุหลายพันสัญลักษณ์ เช่น แมว ขน หนวดแมว และหูที่แหลม เป็นต้น
โอล์กา รัสสโคฟสกี ผู้ช่วยศาสตราจารย์จากมหาวิทยาลัยพรินซ์ตัน ที่เชียวชาญในด้านปัญญาประดิษฐ์และคอมพิวเตอร์วิทัศน์ กล่าวว่า “ ผลที่ออกมาเป็นที่น่าประทับใจมาก” และ “ การเรียนรู้ด้วยแบบไม่พึ่งพามนุษย์ในด้านการทำงานนั้นเป็นเรื่องที่ท้าทายมาก และผลที่ตามมา
ของการค้นพบที่ยิ่งใหญ่ที่สำคัญนี้จะสามารถยกระดับระบบการจดจำภาพได้”
หยาน เลคาน หัวหน้านักวิทยาศาสตร์ของเฟซบุ๊ก ได้กล่าวว่า “งานวิจัยทางเฟซบุ๊กถือได้ว่าเป็นแหล่งรวมสำหรับการเรียนรู้แบบไม่พึ่งพามนุษย์ซึ่งเป็นแนวคิดของระบบปัญญาประดิษฐ์”
เลคานได้บุกเบิกแนวคิดการเรียนรู้ของเครื่องจักร โดยป้อนข้อมูลไปที่โครงข่ายประสาทเทียมขนาดใหญ่ หรือทีรู้กันว่าคือ การเรียนรู้เชิงลึก ซึ่งถือว่าเป็นวิธีที่ดีในการออกแบบและเขียนชุดคำสั่งไปที่
เครื่องจักรให้ปฏิบัติการด้วยอัลกอริทึมของตัวเครื่องเอง
ยังมีการใช้งานอื่น ๆ อีกมากมายที่ใช้การเรียนรู้แบบไม่พึ่งพามนุษย์ได้ ยกตัวอย่างเช่น การอ่านภาพทางการเเพทย์โดยไม่ต้องใช้สัญลักษณ์มากมายในภาพสแกนหรือเอ็กซเรย์ เลคานยังได้กว่าเพิ่มเติมว่า
Seer สามารถที่จะนำมาใช้บนเฟซบุ๊กในการจับคู่โฆษณากับโพสต์ และคัดหรือตัดเนื้อหาสาระที่ไม่เป็นประโยชน์ออกไปได้
ก่อนหน้านี้ได้มีการใช้อัลกอริทึมเพื่อแปลภาษาโดยผ่านตัวอักษรซึ่งถือว่าเป็นเรื่องยากสำหรับอัลกอริทึมในการจดจำภาพได้ ทางงานวิจัยของเฟสบุ้คจึงได้พัฒนา Seer ให้มีประสิทธิภาพและประสิทธิ
ผลมากขึ้น โดยทางทีมวิจัยก็ได้สร้างวิธีใหม่ในการพัฒนาอัลกอริทึมเพื่อที่จะจดจำภาพ แม้ว่าส่วนหนึ่งของภาพนั้น ๆ จะมีการเปลี่ยนแปลงก็ตาม
ที่มา: https://www.wired.com/story/facebook-new-ai-teaches-itself-see-less-human-help/
