Инженеры из Facebook представили новый метод обучения ИИ, который помогает системе визуально воспринимать видео и фотографии. Это ускоряет процесс анализа, к тому же он становится менее механическим.

Исследователи объяснили, что ИИ способен на десятки манипуляций на основе существующих данных. Поэтому инженеры из Facebook решили добавить в процесс обучения «здравый смысл». С помощью этой опции для машинного обучения не обязательно загружать 500 фотографий кошки, прежде чем ИИ начнет определять это животное. Новое исследование социальной сети позволит избежать этого шага в обучении.

Ученые рассказали, как они усовершенствовали и масштабировали передовые алгоритмы компьютерного зрения. Одним из интересных направлений развития Facebook является «полусупервизорное обучение».

Исследователи Facebook на примере показали, что обучение может быть сложным, но очень эффективным. Система DINO (DIstillation of knowledge with NO labels) способна находить интересующие объекты в видео без помеченных данных.

Для этого система рассматривает видео не как последовательность изображений, которые нужно проанализировать по порядку, а как сложный, взаимосвязанный набор данных. Обращая внимание на середину и конец видео, ИИ может получить представление о таких вещах, как «объект такой-то формы движется слева направо». Эта информация используется и в дальнейшем анализе. Ученые отмечают, что система работает не механически, а развивает базовое чувство визуального смысла без огромного количества тренировок.

В результате система показывает хорошие результаты по сравнению с традиционно обученными системами. Исследователи показали, что ИИ обученный на 500 фотографиях собак и 500 фотографиях кошек, распознает и тех, и других, но не может понять, в чем они похожи. Но алгоритм Facebook умеет отличать их из-за «здравого смысла» и визуального восприятия картинок.