近日，F(xiàn)acebook公司分享了兩個(gè)內(nèi)部人工智能項(xiàng)目的細(xì)節(jié)，分別是Learning from video和TimeSformer，這兩個(gè)項(xiàng)目旨在促進(jìn)更強(qiáng)大的機(jī)器學(xué)習(xí)模型的開發(fā)。

其中第一個(gè)項(xiàng)目“通過視頻學(xué)習(xí)”（Learning from video），F(xiàn)acebook公司將通過用戶上傳的視頻來訓(xùn)練驅(qū)動(dòng)其社交網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)系統(tǒng)。Facebook依靠人工智能完成從內(nèi)容推薦到?jīng)Q策執(zhí)行等一系列任務(wù)。該公司希望通過用戶創(chuàng)建的視頻來訓(xùn)練其機(jī)器學(xué)習(xí)系統(tǒng)，從而提升模型效果。

通常，研究人員使用自己構(gòu)造的訓(xùn)練數(shù)據(jù)集訓(xùn)練AI模型，其中的單個(gè)文件由專家用特定標(biāo)簽進(jìn)行標(biāo)記。這些標(biāo)簽幫助模型在學(xué)習(xí)過程中向正確的方向發(fā)展。

但是這種方法存在一個(gè)問題：由專家為數(shù)據(jù)集打標(biāo)簽需要耗費(fèi)大量的時(shí)間和精力，因此構(gòu)造的數(shù)據(jù)集的大小也是有限的，這就限制了人工智能模型在訓(xùn)練期間的學(xué)習(xí)能力。

Facebook的研究人員在一篇博客文章中寫道：“通過讓AI模型在未經(jīng)標(biāo)記的用戶創(chuàng)建的視頻上進(jìn)行訓(xùn)練，那么模型就可以從更多的信息中學(xué)習(xí)，這些信息要比傳統(tǒng)手工構(gòu)造的數(shù)據(jù)集中多得多。通過學(xué)習(xí)覆蓋幾乎每個(gè)國(guó)家和數(shù)百種語言的全球公開視頻流，我們的人工智能系統(tǒng)不僅可以提高準(zhǔn)確性，還可以適應(yīng)我們快速發(fā)展的世界，并認(rèn)識(shí)到不同文化和地區(qū)之間的細(xì)微差別?！?/p>

研究人員強(qiáng)調(diào)，這一舉措非常注重隱私問題。他們寫道：“我們正在建立和維護(hù)一個(gè)強(qiáng)大的隱私機(jī)制，使用自動(dòng)化解決方案大規(guī)模加強(qiáng)隱私保護(hù)。通過在基礎(chǔ)設(shè)施層面上嵌入這項(xiàng)工作，我們可以在我們的系統(tǒng)中始終如一地滿足隱私需求。”

Facebook正在使用一種 “自監(jiān)督學(xué)習(xí)”的方法，更好地使用用戶視頻訓(xùn)練模型，這種方法是不需要對(duì)訓(xùn)練數(shù)據(jù)打標(biāo)簽的。Facebook透露，Instagram的Reels功能就是使用自監(jiān)督的人工智能模型為用戶推薦和最近看過的視頻類似的內(nèi)容。

除了在自監(jiān)督學(xué)習(xí)方面的工作，F(xiàn)acebook還詳細(xì)介紹了另一個(gè)名為TimeSformer的人工智能項(xiàng)目。它被稱為第一個(gè)完全基于Transformer的視頻處理AI，Transformer是最初為分析文本而創(chuàng)建的高效機(jī)器學(xué)習(xí)模型。Facebook表示，由于使用了這項(xiàng)技術(shù)，TimeSformer處理數(shù)據(jù)所需的計(jì)算資源不到傳統(tǒng)模型的十分之一，而訓(xùn)練的速度是傳統(tǒng)模型的三倍。

Facebook表示，他們的方法還在其他方面改善了訓(xùn)練過程。該公司的研究人員解釋說：“目前最好的3D CNN（一種機(jī)器學(xué)習(xí)模型）只能使用幾秒鐘長(zhǎng)的視頻片段。有了TimeSformer，我們可以訓(xùn)練長(zhǎng)達(dá)幾分鐘的視頻。這可能會(huì)極大地推動(dòng)教會(huì)機(jī)器理解視頻中復(fù)雜的連續(xù)動(dòng)作的研究?！?/p>

原文鏈接：

https://siliconangle.com/2021/03/12/facebook-aims-advance-machine-learning-two-new-video-ai-projects/
編輯：lyn