Koneoppimistekniikka ei aina liity suuriin toimintoihin. Usein nämä ovat pieniä temppuja, jotka vaikuttavat erittäin huolellisesti ja hieman tulokseen. Esimerkiksi käyttämällä Twitter hermoverkkojen avulla voit automaattisesti valita valokuvan kiinnostavimman osan esikatselua varten.
Yritys on työskennellyt tämän työkalun parissa jonkin aikaa, mutta yksityiskohtaisesti sen menetelmät blogi vasta eilen ML Lucas Theis ja levy-yhtiö ML Zehan Wang selittävät, kuinka he aloittivat kasvojentunnistuksen käytön taustan rajaamiseen, mutta huomasivat, että menetelmä ei toiminut maisemien, esineiden ja mikä tärkeintä, suosikkikissasi kuvissa.
Ratkaisu oli "leikkaus merkitsevyyden avulla". Tämän parametrin määrittämiseksi kehittäjät käyttivät tietoja akateemisista tutkimuksista silmien työstä, jotka tallentavat, mitä kuvia ihmiset katsovat ensin.
"TÄTÄ TIETÄÄ VOIDAAN KÄYTTÄÄ NEURAALIVERKKOJEN JA MUIDEN ALGORITMIEN KOPUTTAMISEEN ENNUSTAMAAN, MITÄ IHMISET SAATTAVAT KATSOTA"
THEIS JA WANG
Kun kehittäjät kouluttivat hermoverkkoa tunnistamaan nämä alueet, heidän oli optimoitava se toimimaan reaaliajassa sivustolla. Heille onneksi valokuvien esikatseluun tarvittava rajausalue on riittävän leveä – vain kavennat kuvaa. Se tarkoittaa, että Twitter voi vähentää ja yksinkertaistaa neuroverkon arvioimia kriteerejä käyttämällä tekniikkaa, jota kutsutaan tiedon tislaamiseksi.
Lopputuloksena oli neuroverkko, joka on kymmenen kertaa nopeampi kuin alkuperäinen. "Tämän avulla voimme suorittaa kohteen näkyvyyden havaitsemisen kaikille kuville, heti kun ne ladataan, valitsemme valokuvan kiinnostavimman osan reaaliajassa", kirjoittavat Theis ja Wang.
Uusi ominaisuus on nyt saatavilla kaikille PC-, iOS- ja Android- sovellukset. Siksi seuraavan kerran, kun näet mielenkiintoisen valokuvan TwitterMuista, että tämä on myös hermoverkon tulos.
Dzherelo: Verge