2016/8/29 9:01:562032 閱讀
Facebook 在當?shù)貢r間周四宣布開源了一系列 AI 軟件，可以識別出照片里物體的種類和形狀。
這些軟件由 Facebook 的 AI 研究團隊(FAIR)打造，軟件包括 DeepMask，SharpMask 和 MultiPathNet，這三個軟件共同分解和識別圖片內(nèi)容。
這些軟件雖然目前在 Facebook 用戶產(chǎn)品上還不能被積極使用，但類似于今年四月 Facebook 發(fā)布的 AI 軟件“自動替代文字(automatic alternative text)”，用來為盲人描述圖像內(nèi)容。
DeepMask 和 SharpMask 作為 Facebook 的實驗研究項目，其重點在于 FAIR 團隊稱的“分割(segmentation)”。
人類可以在幾秒內(nèi)迅速識別一張照片中的組成元素，但是電腦要做到這樣很難，需要去感知一系列根據(jù)顏色差異用數(shù)字標記出來的像素。接著，還要讓電腦搞明白圖像的主體和背景，或者前景部分如何打散成可區(qū)別的各個物體。最后，還要讓電腦準確地識別出該物體是什么，這些都很難做到。
(圖：The Verge)
而通過機器學習，F(xiàn)acebook 用算法讓電腦學會演繹人類如何認知事物。團隊也經(jīng)過了無數(shù)個實驗來研究人類神經(jīng)網(wǎng)絡中怎樣理解現(xiàn)實世界中的物體和環(huán)境特性。
舉個例子，F(xiàn)AIR 的算法就是讓電腦接收一只羊的多張照片，并告訴算法一只羊看起來應該是什么樣子的，電腦就會學會在照片中辨別出這只羊。
(圖：The Verge)
神經(jīng)網(wǎng)絡辨別物體的過程就稱為“分割”，通過詢問電腦一系列“是或不是”的問題來將內(nèi)容分類，這就是 DeepMask 需要做的事情。
SharpMask 進一步優(yōu)化 DeepMask 篩選出來的物體來達到更準確的答案。MultiPathNet 則將物體區(qū)分開來并將其歸類。
這個 AI 技術(shù)讓使用者不用鍵入標簽就可以輕松找到所需的圖像，幫助殘疾人接收到他們看不見的信息。
FAIR 的研究成員 Piotr Dollar 表示：
我們的目的是提供更浸入式的體驗，用戶只要用手指點擊圖像，系統(tǒng)就會描述出用戶觸碰到的內(nèi)容。不需要用雙眼，用戶就能得知圖像有什么東西。
另一方面，該技術(shù)也可以進一步完善汽車的自動駕駛技術(shù)。
(圖：INVERSE)
一位 Facebook 發(fā)言人接受 The Verge 的采訪：
我們開源我們的編碼，將研究發(fā)現(xiàn)作為學術(shù)論文發(fā)表在公眾網(wǎng)站上，是想鼓勵他人來共同分享這些技術(shù)。我們希望其他人也能加入我們團隊來提升我們的軟件技術(shù)。
實際上，微軟和 Google 等公司也在做相關的研究。Google 已經(jīng)將這樣的技術(shù)應用在 Google 圖片搜索上，也開源了它的技術(shù)，如 TensorFlow AI-training 軟件。Facebook 這次開源也感受到一定的壓力。
接下來，F(xiàn)acebook 想要挑戰(zhàn)一下識別視頻中的事物，這項技術(shù)相比在靜態(tài)的圖像上難非常多，但卻是有必要的。
(圖：Forbes)
馬克·扎克伯格表示，以視頻為中心的媒體形態(tài)，是未來五年內(nèi)除了 VR 和更厲害的 AI 技術(shù)，社交網(wǎng)絡最大機遇。
微信小程序
掃描手機瀏覽
