Facebook利用35亿张照片训练AI算法 提高照片识别能力

5月3日，Facebook在F8开发者大会上公布了其最新的人工智能项目。

Facebook首席技术官麦克•斯科罗普夫（Mike Schroepfer）向开发者解释了提高计算机识别照片中物体精度的挑战，最大的挑战之一，是没有足够标注正确的照片对计算机进行训练。

例如，在计算机能理解照片中的苹果是苹果前，它需要利用之前的苹果照片进行训练，这些照片需要人们标注出水果名称。

鉴于Facebook拥有Instagram照片共享服务，它希望利用Instagram从用户上传照片中获得的所有数据是合乎逻辑的。Facebook可以利用Instagram的照片提高其人工智能算法的图像识别能力。

斯科罗普夫表示，Facebook获得了35亿张Instagram照片，其中带有用户的标注信息。

在F8大会前夕接受《财富》采访时，Facebook应用计算机视觉部门负责人马诺哈尔•帕鲁里（Manohar Paluri）表示，对计算机进行训练的挑战之一，是许多Instagram照片“标注不准确”，意味着用户可能把一张狗的照片标注为哈士奇，而实际上啥士奇是一种不同的动物。

帕鲁里表示，一旦计算机分析了数十亿张照片，Facebook可以利用被称作WordNet的英语语言数据库对结果进行交叉检查。

Facebook研究人员在与该项目有关的一篇研究论文中表示，利用WordNet，该公司可以把标签进行分组，提高识别精度。例如，带有“棕熊”标签的Instagram照片，可以与标签为“欧洲棕熊”（Ursus arctos arctos）的照片相关联。

帕鲁里表示，经过训练后，Facebook的计算机可以区分照片中不同种类的鸟和不同的天气。Facebook的系统还可以区分不同做法的dosas（一种薄饼）。

对该人工智能项目进行训练历时22天，使用了330块显卡。

帕鲁里称，图像识别能力得到提高后，Facebook可以为有视觉障碍的用户创建照片更准确的音频描述。

斯科罗普夫表示，新的人工智能图像识别改进已经整合到多种Facebook产品中。

帕鲁里称，“老实说，这才只是开始，我们将继续受益于这些数据。”

欢迎扫码添加小编，加入人工智能和大数据公众号读者交流群，探讨、分享、交流！交流群每周会邀请行业专家进行在线分享！