Facebook forme l’intelligence artificielle avec un milliard de photos Instagram
Facebook développe un système de vision intelligent appelé SEER, et pour le former, il alimente l’intelligence artificielle (IA) qui fait « voir » un ordinateur avec milliards d’images d’Instagram, un réseau social appartenant à Facebook.
SEER est capable de reconnaître visuellement un objet sans étiquette avec une précision de 84 %
Le but de SEER est de surpasser les autres IA dans le domaine de la reconnaissance d’images. Et bien qu’il ne s’agisse pour l’instant que d’un projet de recherche, chez Facebook, ils sont conscients du potentiel dans différents usages que pourrait générer cette technologie intelligente de reconnaissance d’images, un secteur dans lequel Google ou Microsoft ont cherché les limites de la vision depuis smart, ou comme Pinterest, qui a acquis en 2014 la société de reconnaissance d’images VisualGraph.
Étant donné qu’Instagram regorge d’images de toutes sortes sur toutes sortes d’objets, c’est l’endroit idéal pour le prendre comme une énorme base de données d’une décennie de photos partagées avec laquelle former une intelligence artificielle spécialisée dans la reconnaissance d’images. Et c’est exactement ce qu’a fait Facebook, qui est pour quelque chose le propriétaire de cet autre réseau social avec SEER, qui après avoir travaillé sur un milliard de photos a réussi à 84% correct reconnaître visuellement un objet.
Contrairement à d’autres systèmes qui ont proposé la méthode d’étiquetage des objets qui apparaissent dans les images afin que les intelligences artificielles qui les prennent en exemple apprennent à les reconnaître, SEER analyse les images de manière aléatoire, sans étiquetage et sans information préalable détaillant leur nature. est-ce Le processus est géré par un supervision autonomec’est précisément ce qui donne son nom à cette vision intelligente des mots en anglais SELFSUPERvised (auto-surveillé).
De Facebook, on insiste sur le fait que l’avenir de l’IA repose sur le fait que l’apprentissage peut être effectué directement à partir des informations fournies (textes, images, sons…) sans intervention préalable qui classe ou détermine les caractéristiques ou les catégories des objets. SEER prouverait que la surveillance autonome peut être un exemple clair de la réponse qui pourrait être trouvée pour une utilisation dans des conditions du « monde réel », où les informations préalables ne sont pas toujours disponibles pour guider l’IA. Le résultat serait des modèles de vision intelligents plus flexibles, précis et adaptables.
En termes d’utilisations, son ampleur est énorme. Depuis audiodescriptions en temps réel permettant aux personnes ayant des limitations visuelles de reconnaître des objets dans les processus de fabrication, la détection des défauts de fabrication, la catégorisation des produits dans les magasins en ligne, les processus de surveillance de la sécurité ou le filtrage d’images capables de discriminer les contenus potentiellement nuisibles ou inappropriés dans les publications en ligne.
Concernant l’utilisation du grand nombre d’images qui ont été utilisées pour la formation SEER (milliards d’images) à partir d’Instagram, rappelons que les conditions d’utilisation informent de la possibilité que le contenu publié sur ce réseau social puisse être utilisé pour processus de recherche et d’innovation comme ça.
