Facebook开发出更加强大的机器学习模型

 

近日，Facebook公司分享了两个内部人工智能项目的细节，分别是Learning from video和TimeSformer，这两个项目旨在促进更强大的机器学习模型的开发。

其中第一个项目“通过视频学习”（Learning from video），Facebook公司将通过用户上传的视频来训练驱动其社交网络的机器学习系统。Facebook依靠人工智能完成从内容推荐到决策执行等一系列任务。该公司希望通过用户创建的视频来训练其机器学习系统，从而提升模型效果。

通常，研究人员使用自己构造的训练数据集训练AI模型，其中的单个文件由专家用特定标签进行标记。这些标签帮助模型在学习过程中向正确的方向发展。

但是这种方法存在一个问题：由专家为数据集打标签需要耗费大量的时间和精力，因此构造的数据集的大小也是有限的，这就限制了人工智能模型在训练期间的学习能力。

Facebook的研究人员在一篇博客文章中写道：“通过让AI模型在未经标记的用户创建的视频上进行训练，那么模型就可以从更多的信息中学习，这些信息要比传统手工构造的数据集中多得多。通过学习覆盖几乎每个国家和数百种语言的全球公开视频流，我们的人工智能系统不仅可以提高准确性，还可以适应我们快速发展的世界，并认识到不同文化和地区之间的细微差别。”

研究人员强调，这一举措非常注重隐私问题。他们写道：“我们正在建立和维护一个强大的隐私机制，使用自动化解决方案大规模加强隐私保护。通过在基础设施层面上嵌入这项工作，我们可以在我们的系统中始终如一地满足隐私需求。”

Facebook正在使用一种 “自监督学习”的方法，更好地使用用户视频训练模型，这种方法是不需要对训练数据打标签的。Facebook透露，Instagram的Reels功能就是使用自监督的人工智能模型为用户推荐和最近看过的视频类似的内容。

除了在自监督学习方面的工作，Facebook还详细介绍了另一个名为TimeSformer的人工智能项目。它被称为第一个完全基于Transformer的视频处理AI，Transformer是最初为分析文本而创建的高效机器学习模型。Facebook表示，由于使用了这项技术，TimeSformer处理数据所需的计算资源不到传统模型的十分之一，而训练的速度是传统模型的三倍。

Facebook表示，他们的方法还在其他方面改善了训练过程。该公司的研究人员解释说：“目前最好的3D CNN（一种机器学习模型）只能使用几秒钟长的视频片段。有了TimeSformer，我们可以训练长达几分钟的视频。这可能会极大地推动教会机器理解视频中复杂的连续动作的研究。”

原文链接：

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