Teknologi pembelajaran mesin tidak selalu dikaitkan dengan fungsi besar. Seringkali, ini adalah trik kecil yang sangat hati-hati dan sedikit mempengaruhi hasil. Misalnya menggunakan Twitter jaringan saraf memungkinkan Anda untuk secara otomatis memilih bagian foto yang paling menarik untuk pratinjau.
Perusahaan telah mengerjakan alat ini selama beberapa waktu, tetapi merinci metodenya di blog hanya kemarin ML Lucas Theis dan label ML Zehan Wang menjelaskan bagaimana mereka mulai menggunakan deteksi wajah untuk memotong latar belakang, hanya untuk mengetahui bahwa metode tersebut tidak berfungsi untuk gambar lanskap, objek, dan yang paling penting, kucing favorit Anda.
Solusinya adalah "memangkas menggunakan signifikansi". Untuk menentukan parameter ini, pengembang menggunakan data dari studi akademis tentang pekerjaan mata, yang merekam area gambar mana yang pertama kali dilihat orang.
"DATA INI DAPAT DIGUNAKAN UNTUK MELATIH JARINGAN NEURAL DAN ALGORITMA LAINNYA UNTUK MEMPREDIKSI APA YANG MUNGKIN INGIN DITONTON ORANG"
TEIS DAN WANG
Setelah developer melatih jaringan neural untuk mengidentifikasi area ini, mereka perlu mengoptimalkannya agar bekerja secara real time di situs. Untungnya bagi mereka, area krop yang diperlukan untuk mempratinjau foto cukup lebar – Anda tinggal mempersempit gambar. Ini berarti bahwa Twitter dapat mereduksi dan menyederhanakan kriteria yang dievaluasi oleh jaringan saraf menggunakan teknik yang disebut distilasi pengetahuan.
Hasil akhirnya adalah jaringan saraf yang sepuluh kali lebih cepat dari aslinya. "Ini memungkinkan kami melakukan pendeteksian arti-penting objek pada semua gambar, segera setelah dimuat, kami akan memilih bagian foto yang paling menarik secara real time," tulis Theis dan Wang.
Fitur baru ini sekarang tersedia untuk semua PC, iOS dan Android- aplikasi. Oleh karena itu, lain kali Anda melihat foto yang menarik Twitter, ingat bahwa ini juga merupakan hasil dari jaringan saraf.
Sumber: Verge