لا ترتبط تقنية التعلم الآلي دائمًا بالوظائف الكبيرة. غالبًا ما تكون هذه حيلًا صغيرة تؤثر بحذر شديد وبقليل على النتيجة. على سبيل المثال ، باستخدام Twitter تتيح لك الشبكات العصبية تحديد الجزء الأكثر إثارة للاهتمام من الصورة تلقائيًا للمعاينة.
تعمل الشركة على هذه الأداة منذ بعض الوقت ، لكنها قامت بتفصيل أساليبها في مدونة فقط البارحة يشرح كل من ML Lucas Theis و ML Zehan Wang كيف بدأوا في استخدام اكتشاف الوجه لقص الخلفيات ، فقط ليكتشفوا أن الطريقة لم تنجح مع صور المناظر الطبيعية ، والأشياء ، والأهم من ذلك ، البسيسات المفضلة لديك.
كان الحل هو "التقليم باستخدام المعنى". لتحديد هذه المعلمة ، استخدم المطورون بيانات من الدراسات الأكاديمية حول عمل العيون ، والتي تسجل مناطق الصور التي ينظر إليها الأشخاص أولاً.
"يمكن استخدام هذه البيانات لتدريب الشبكات العصبية وغيرها من الخوارزميات للتنبؤ بما قد يرغب الأشخاص في مشاهدته"
هم و وانغ
بمجرد أن يقوم المطورون بتدريب الشبكة العصبية لتحديد هذه المناطق ، فقد احتاجوا إلى تحسينها للعمل في الوقت الفعلي على الموقع. لحسن حظهم ، مساحة الاقتصاص اللازمة لمعاينة الصور واسعة بما يكفي - أنت فقط تضيق نطاق الصورة. هذا يعني ذاك Twitter يمكن تقليل وتبسيط المعايير التي يتم تقييمها بواسطة الشبكة العصبية باستخدام تقنية تسمى تقطير المعرفة.
وكانت النتيجة النهائية شبكة عصبية أسرع بعشر مرات من الشبكة الأصلية. كتب ثيس ووانج: "يتيح لنا ذلك إجراء اكتشاف مدى بروز الكائن على جميع الصور ، بمجرد تحميلها ، سنختار الجزء الأكثر إثارة للاهتمام من الصورة في الوقت الفعلي".
الميزة الجديدة متاحة الآن لجميع أجهزة الكمبيوتر الشخصية وأجهزة iOS و Android- التطبيقات. لذلك، في المرة القادمة التي ترى فيها صورة مثيرة للاهتمام Twitter، تذكر أن هذا أيضًا نتيجة شبكة عصبية.
مصدر: وشك