Facebook使用35亿张公共Instagram照片来训练AI

至顶网软件频道消息：Facebook使用Instagram上数十亿公开的照片来训练人工智能（AI）对图像自行分类的算法，这些照片包含Instagram用户提供的17000个井号标签。

训练计算机做人们通常做的事情——例如识别照片中的内容——通常需要为其提供大量数据。但这些数据必须由人类进行标记，而这是需要花费时间和成本的。Facebook开发了一种新技术，让员工不必坐下来对每张图片进行分类。

本周在美国加州圣何塞举行的Facebook F8大会上，Facebook首席技术官Mike Schroepfer表示：“在计算机视觉领域取得进步的最大限制因素——就和很多人工智能领域一样——就是我们几乎完全依赖于手动标记的、人为组织的数据集。这意味着，如果一个人没有花时间对图像中特定的事物做标记，即使是最先进的计算机视觉系统，也无法在运行时检测到该事物，因为系统在训练集中并没有看到这个事物。”

Schroepfer补充道：“我们已经开发了一些具有突破性的技术，可以以前所未有的规模对公开标签图像进行处理。我们已经使用一套公开的35亿张图像进行训练。”

根据Wired的说法，Instagram数据集比Google用来训练图像算法的巨大缓存还要大10倍。

Facebook应用机器学习部门工程总监Srinivas Narayanan补充说：“我们现在打造了世界上最好的计算机视觉系统，它在ImageNet上获得了84.5％的最高分数。ImageNet是一个广泛用于基准测试的数据集。”

Schroepfer说，Facebook已经在其平台上使用计算机视觉系统来发现需要删除的“坏内容”——可能包括裸体和与恐怖主义有关的内容。