USD

AED

AFN

ALL

AMD

ANG

AOA

ARS

AUD

AWG

AZN

BAM

BBD

BDT

BGN

BHD

BIF

BMD

BND

BOB

BRL

BTN

BWP

BYN

BZD

CAD

CDF

CHF

CLF

CLP

CNH

CNY

COP

CRC

CUC

CUP

CVE

CZK

DJF

DKK

DOP

DZD

EGP

ERN

ETB

EUR

FJD

FKP

GBP

GEL

GHS

GIP

GMD

GNF

GTQ

GYD

HKD

HNL

HRK

HTG

HUF

IDR

ILS

IMP

INR

ISK

JMD

JOD

JPY

KES

KGS

KHR

KMF

KPW

KRW

KWD

KYD

KZT

LAK

LBP

LKR

LRD

LSL

LYD

MAD

MDL

MGA

MKD

MMK

MNT

MOP

MRO

MRU

MUR

MVR

MWK

MXN

MYR

MZN

NAD

NGN

NIO

NOK

NPR

NZD

OMR

PAB

PEN

PGK

PHP

PKR

PLN

PYG

QAR

RON

RSD

RUB

RWF

SAR

SBD

SCR

SDG

SEK

SGD

SHP

SLL

SLE

SLL

SRD

SSP

STD

STN

SVC

SYP

SZL

THB

TJS

TMT

TND

TOP

TRY

TTD

TWD

TZS

UAH

UGX

UYU

UZS

VES

VND

VUV

WST

ZAR

ZMW

XCG

ZMW

ZWL

ZWG

Forklog 2021-03-05 13:01:48

Facebook представила самообучающуюся модель компьютерного зрения SEER

Facebook разработала модель компьютерного зрения SEER (SElf-supERvised), которая может самостоятельно обучаться распознавать объекты на фотографиях с минимальным участием человека. Future AI systems will learn as people do — without relying on labeled data sets. Today we’re detailing SEER, a breakthrough in self-supervised #computervision, and open-sourcing VISSL, the library we used to build it. Learn more:https://t.co/CBg6ZkiqFU pic.twitter.com/zHHM3UHiUs — Facebook AI (@facebookai) March 4, 2021 Модель SEER может обучиться на любой случайной группе изображений в интернете – без необходимости тщательного контроля и разметки, которые используются в создании большинства алгоритмов компьютерного зрения в наши дни. После предварительного обучения на миллионе случайных, немаркированных и неотсортированных общедоступных изображений Instagram модель достигла точности в 84,2% на [simple_tooltip content='Самый большой в мире набор визуальных данных, который используется разработчиками систем компьютерного зрения для проверки точности работы их алгоритмов.']ImageNet[/simple_tooltip]. Главный научный сотрудник Facebook AI Янн ЛеКун называет подход самостоятельного обучения одним из самых многообещающих способов создания машин, обладающих базовыми знаниями для решения задач, выходящих далеко за рамки современных моделей ИИ. «Самостоятельное обучение может иметь множество полезных применений, например, — научиться читать медицинские изображения без необходимости маркировать множество рентгеновских снимков» – говорит ЛеКун. Он добавил, что аналогичный подход уже используется для автоматического создания хэштегов для изображений в Instagram. Также, по его словам, технологию SEER можно использовать в Facebook для сопоставления рекламы с сообщениями или для фильтрации нежелательного контента. В Facebook заявили, что некоторые технологии в основе SEER будут доступны для разработчиков бесплатно. Но сам алгоритм останется закрытым, так как он был обучен с помощью данных пользователей Instagram. Напомним, в январе 2021 года Facebook представила новую версию автоматического альтернативного текста (AAT) для фотографий, который с помощью машинного обучения описывает изображения для людей с нарушениями зрения. Подписывайтесь на новости ForkLog в Telegram: ForkLog Feed — вся лента новостей, ForkLog — самые важные новости и опросы.