Технологията за машинно обучение не винаги е свързана с големи функции. Често това са малки трикове, които много внимателно и леко влияят на резултата. Например, използвайки Twitter невронните мрежи ви позволяват автоматично да изберете най-интересната част от снимката за преглед.
Компанията работи върху този инструмент от известно време, но подробно описва методите си в блог точно вчера ML Lucas Theis и лейбълът ML Zehan Wang обясняват как са започнали да използват разпознаване на лица за изрязване на фонове, само за да установят, че методът не работи за изображения на пейзажи, обекти и най-важното, любимите ви котенца.
Решението беше „подрязване с помощта на значимост“. За да определят този параметър, разработчиците са използвали данни от академични изследвания върху работата на очите, които записват кои области от изображенията хората гледат първо.
„ТЕЗИ ДАННИ МОГАТ ДА СЕ ИЗПОЛЗВАТ ЗА ОБУЧАВАНЕ НА НЕВРОННИ МРЕЖИ И ДРУГИ АЛГОРИТМИ, ЗА ДА ПРЕДВИДЯТ КАКВО ХОРАТА МОЖЕ ДА ИСКАТ ДА ГЛЕДАТ“
ТЕЙС И УАН
След като разработчиците обучиха невронната мрежа да идентифицира тези области, те трябваше да я оптимизират, за да работи в реално време на сайта. За тяхно щастие, зоната за изрязване, необходима за предварителен преглед на снимки, е достатъчно широка – вие просто стеснявате изображението. Това означава, че Twitter може да намали и опрости критериите, оценени от невронната мрежа, използвайки техника, наречена дестилация на знания.
Крайният резултат беше невронна мрежа, която е десет пъти по-бърза от оригинала. „Това ни позволява да извършим откриване на изпъкналостта на обекта на всички изображения, веднага след като бъдат заредени, ние ще изберем най-интересната част от снимката в реално време“, пишат Theis и Wang.
Новата функция вече е достъпна за всички компютри, iOS и Android- приложения. Затова следващия път, когато видите интересна снимка в Twitter, не забравяйте, че това също е резултат от невронната мрежа.
Dzherelo: Ръба