Facebook如何更好地识别您的照片

2019-06-14 11:20:52 围观 : 129

  Facebook如何更好地识别您的照片

  Facebook长期以来能够识别您照片中的人物,并根据拍摄地点对图像进行排序。但它并没有那么精确地理解照片中实际发生的事情。由于加利福尼亚州门洛帕克的人工智能软件的新发展,现在已经开始改变。

                  Facebook表示,新技术将以两种方式改善其用户体验。首先,它可以根据Facebook中的内容搜索Facebook,而不仅仅是根据日期,标签或位置。例如,如果你想找一张你去年烹饪的海鲜饭菜的照片,你就可以在Facebook搜索栏中输入“海鲜饭”。 Facebook希望,这将帮助用户快速查找图像,而无需记住拍摄时间或标记方式。

                  其次,升级将改善Facebook的自动替代文字功能,该功能可为视障人士朗读照片。在更新之前,Facebook可以在初级水平上描述照片的主题–例如,在描述一场音乐会照片时,Facebook可能会说这个镜头包含一个人,一个舞台和一把吉他。

   更新后,Facebook将能够告诉用户在场景中发生的特定动作,例如“这是一个人在舞台上弹吉他的照片。”这可能看起来像是一个小小的升级,但这是一个很大的进步。图像识别软件。

                    

                      

                  

                    

                      

                  

                  Facebook此前表示,它正致力于改进照片识别技术,但新的搜索功能才刚刚开始公开发布。其他技术公司(如谷歌和苹果)的服务也允许用户按内容搜索他们的照片。

                  Facebook新技术的特殊酱油是其计算机视觉引擎,称为Lumos。 Lumos分析每天分享给社交平台的图像的宝库,给它提供大量的数据来扼杀和学习。 Lumos依赖于一种称为“神经网络”的计算机科学,旨在模仿人类大脑的行为。在许多其他任务中,神经网络可以被训练以识别特定的信息片段–例如,设计用于识别图像的网络将学习如何在展示数千张不同猫的照片后识别猫。

                  Facebook应用机器学习团队主管Joaquin Candela表示,能够识别特定行动,如跑步或跳跃,需要更深入的神经网络。但这些网络更难训练。网络越深,对于错误信号变得越困难 - 对于软件从错误中学习正确至关重要 - 渗透到所述网络的每一层。

                    

                      

                  

                  为了解决这个问题,Facebook正在使用“剩余网络”,这使得有可能将错误信号更深入地发送到网络中,坎德拉说。 “通过这样做,你开辟了培养以前从未接受过培训的深度网络的可能性,”他补充道。

                  神经网络可能能够以极快的速度处理数十亿个图像,但它们与理解单个图像以及人类可以相距很远。这主要是因为他们的知识仅限于他们接受培训的数据。例如,神经网络可能已经展示了数百种椅子,但在尝试识别一种从未见过的椅子时它可能会卡住。另一方面,一个人将能够使用上下文线索(即“哦,有一个人坐在上面”)来快速识别以前未知的椅子。

                  毫无疑问,人工智能的能力进步比许多观察者预期的要快。尽管如此,目前尚不清楚计算机在识别图像时何时会像人类一样出色。然而,坎德拉仍然乐观地认为人工智能的新创新将进一步促进图像识别的发展。 “我认为随着我们在所谓的语义分割或对图像的语义理解方面不断取得进展,这将更加令人兴奋,”他说。 “它不仅可以检测物体和发生的事情,还可以了解物体之间的关系,并将常识带入其中。”

上一篇:没有了 下一篇:Apple本季度售出的iPhone数量超过预期