Kecerdasan buatan tidak “cerdas” secara automatik. Seperti manusia ia perlu belajar terlebih dahulu sebelum menggunakan kelebihan dalam kepantasan mencerna data bagi mengatasi kemampuan manusia. Di hari kedua acara F8 Facebook hari ini, mereka mengumumkan kecerdasan buatan mereka kini mempunyai tahap ketepatan 85.4% dalam mengenali imej.
Ini adalah tahap ketepatan yang tertinggi yang pernah dicatatkan oleh kecerdasan buatan ini. Sebanyak 3.5 bilion gambar pengguna Facebook digunakan untuk melatih. Pada waktu yang sama sebanyak 17000 tagar digunakan bagi memudahkan kecerdasan buatan mengenal pasti gambar yang “dilihat” olehnya. Facebook mendapati kadar pembelajaran kecerdasan buatan lebih tepat dengan menggunakan tagar. Ini adalah kerana terdapat konteks untuk setiap gambar yang dilihat.
Hasilnya ialah kecerdasan bukan hanya setakat mengenali gambar burung, tetapi turut mengenali spesis dan ia sedang duduk di atas salji (gambar di atas). Tugas mempelajari ini memerlukan 335 GPU dan berjaya diselesaikan dalam masa beberapa minggu. Sebelum ini sebuah mesin digunakan dan tempoh mempelajari berbilion gambar boleh mengambil sehingga setahun.
Jadi apakah sebabnya Facebook melatih kecerdasan buatan untuk mengenali imej yang diberikan kepadanya? Ia dilakukan bagi proses membuang kandungan yang melanggar terma dan syarat Facebook dengan lebih pantas sebelum ia dilaporkan oleh pengguna secara manual.
Pengguna Facebook memuat naik gambar pada kadar yang tidak mampu dipantau oleh manusia. Automasi menggunakan kecerdasan buatan bukan sahaja mempercepatkan proses ini malahan dapat mengelakkan penyebaran kandungan ekstrem, berunsur keganasan atau lucah tanpa campur tangan manusia.
Banyak lagi menarik FB kami
https://ift.tt/14Mtwjx
via Sembang Maniac
0 Komentar untuk "Kecerdasan Buatan Facebook Telah Dilatih Menggunakan 3.5 Bilion Gambar Dan 17000 Tagar"