Facebook izveido programmatūru, kas atbilst sejām gandrīz tikpat labi kā jūs

Uz jautājumu, vai divās nepazīstamās seju fotogrāfijās ir redzama viena un tā pati persona, cilvēks sapratīs pareizi 97,53 procentus gadījumu. Jaunā programmatūra, ko izstrādājuši Facebook pētnieki, var sasniegt 97,25 procentus vienā un tajā pašā izaicinājumā neatkarīgi no apgaismojuma izmaiņām vai no tā, vai attēlā redzamā persona ir tieši vērsta pret kameru.





Tas ir nozīmīgs sasniegums salīdzinājumā ar iepriekšējo seju saskaņošanas programmatūru, un tas parāda jaunas pieejas mākslīgajam intelektam, kas pazīstama kā dziļā mācīšanās, jaudu, uz kuru Facebook un tā konkurenti ir aktīvi derējuši pagājušajā gadā (skatiet sadaļu Deep Learning). Šī AI joma ietver programmatūru, kas izmanto simulētu neironu tīklus, lai iemācītos atpazīt modeļus lielā datu apjomā.

Parasti jūs neredzat šādus uzlabojumus, saka Yaniv Taigman, Facebook AI komandas loceklis, pagājušajā gadā izveidota pētniecības grupa, lai izpētītu, kā dziļa mācīšanās varētu palīdzēt uzņēmumam (skatiet Facebook uzsāk uzlaboto AI piepūli). Mēs cieši tuvojāmies cilvēka veiktspējai, saka Taigmans par jauno programmatūru. Viņš atzīmē, ka kļūdu līmenis ir samazināts par vairāk nekā ceturtdaļu salīdzinājumā ar iepriekšējo programmatūru, kas var veikt to pašu uzdevumu.

Galvas pagriešana: DeepFace izmanto 3-D modeli, lai virtuāli pagrieztu sejas tā, lai tās būtu vērstas pret kameru. Attēlā (a) ir parādīts sākotnējais attēls un (g) ir redzama galīgā, labotā versija.



Facebook jaunā programmatūra, kas pazīstama kā DeepFace, veic to, ko pētnieki sauc par sejas verifikāciju (tā atzīst, ka divos attēlos ir redzama viena un tā pati seja), nevis sejas atpazīšanu (nosaukuma piešķiršana sejai). Bet dažas no pamatā esošajām metodēm varētu tikt piemērotas šai problēmai, saka Taigmans, un tādējādi tie varētu uzlabot Facebook precizitāti, iesakot, kurš lietotājiem jāatzīmē tikko augšupielādētajā fotoattēlā.

Tomēr DeepFace pagaidām ir tikai pētniecības projekts. Facebook izdeva pētniecisko darbu par projektu pagājušajā nedēļā, un pētnieki prezentēs darbu plkst IEEE konference par datoru redzi un modeļu atpazīšanu jūnijā. Mēs publicējam savus rezultātus, lai iegūtu atsauksmes no pētnieku kopienas, saka Taigmans, kurš izstrādāja DeepFace kopā ar Facebook kolēģiem Mingu Yang un Marc'Aurelio Ranzato un Telavivas universitātes profesoru Lioru Volfu.

DeepFace apstrādā seju attēlus divos posmos. Vispirms tas koriģē sejas leņķi tā, lai attēlā redzamā persona būtu pavērsta uz priekšu, izmantojot vidējas uz priekšu vērstas sejas 3-D modeli. Tad notiek dziļā mācīšanās, jo simulēts neironu tīkls izstrādā pārorientētās sejas skaitlisku aprakstu. Ja DeepFace piedāvā pietiekami līdzīgus aprakstus no diviem dažādiem attēliem, tas nolemj, ka tiem ir jāparāda viena un tā pati seja.



Galīgās programmatūras veiktspēja tika pārbaudīta pret a standarta datu kopa ko pētnieki izmanto sejas apstrādes programmatūras salīdzināšanai, kas ir izmantota arī, lai noteiktu, kā cilvēkiem veicas ar seju saskaņošanu.

Neerajs Kumars Vašingtonas Universitātes pētnieks, kurš ir strādājis pie sejas pārbaudes un atpazīšanas, saka, ka Facebook rezultāti parāda, kā pietiekami daudz datu atrašana, ko ievadīt lielā neironu tīklā, var ievērojami uzlabot mašīnmācīšanās programmatūru. Varu derēt, ka lielu ieguvumu šeit nodrošina tas, ko parasti nodrošina dziļa mācīšanās: spēja izmantot milzīgu daudzumu ārējo datu daudz lielākas ietilpības mācību modelī, viņš saka.

DeepFace dziļās mācīšanās daļa sastāv no deviņiem vienkāršu simulētu neironu slāņiem ar vairāk nekā 120 miljoniem savienojumu starp tiem. Lai apmācītu šo tīklu, Facebook pētnieki izmantoja nelielu datu daļu no sava uzņēmuma lietotāju attēlu krājuma — četriem miljoniem fotoattēlu ar gandrīz 4000 cilvēku sejām. Tā kā viņiem ir piekļuve daudziem šīs formas datiem, viņi var veiksmīgi apmācīt lielas ietilpības modeli, saka Kumars.

paslēpties