Tehnologija strojnog učenja nije uvijek povezana s velikim funkcijama. Često su to mali trikovi koji vrlo pažljivo i malo utječu na rezultat. Na primjer, korištenjem Twitter neuronske mreže omogućavaju vam da automatski odaberete najzanimljiviji dio fotografije za pregled.
Kompanija je radila na ovom alatu već neko vrijeme, ali je detaljno opisala svoje metode blog samo juče ML Lucas Theis i etiketa ML Zehan Wang objašnjavaju kako su počeli koristiti detekciju lica za izrezivanje pozadine, samo da bi otkrili da metoda ne radi za slike pejzaža, objekata i što je najvažnije, vaših omiljenih mačića.
Rješenje je bilo "orezivanje korištenjem značaja". Da bi odredili ovaj parametar, programeri su koristili podatke iz akademskih studija o radu očiju, koje bilježe koja područja slika ljudi prvo gledaju.
"OVI PODACI MOGU SE KORISTITI ZA OBUKU NEURALNIH MREŽA I DRUGIH ALGORITAMA ZA PREDVIĐANJE ŠTA LJUDI MOGDA ŽELE DA GLEDAJU"
THEIS I WANG
Nakon što su programeri obučili neuronsku mrežu da identifikuje ove oblasti, morali su da je optimizuju za rad u realnom vremenu na sajtu. Na njihovu sreću, područje izrezivanja potrebno za pregled fotografija je dovoljno široko – vi samo sužavate sliku. Ovo znači to Twitter može smanjiti i pojednostaviti kriterije koje procjenjuje neuronska mreža koristeći tehniku koja se zove destilacija znanja.
Krajnji rezultat je neuronska mreža koja je deset puta brža od svoje originalne. "Ovo nam omogućava da izvršimo detekciju istaknutosti objekta na svim slikama, čim se učitaju, mi ćemo odabrati najzanimljiviji dio fotografije u realnom vremenu", pišu Theis i Wang.
Nova funkcija je sada dostupna za sve PC, iOS i Android- aplikacije. Stoga, sljedeći put kada vidite zanimljivu fotografiju Twitter, zapamtite da je to također rezultat neuronske mreže.
Izvor: The Verge