La tecnologia di apprendimento automatico non è sempre associata a grandi funzioni. Spesso si tratta di piccoli trucchi che influiscono leggermente e con molta attenzione sul risultato. Ad esempio, utilizzando Twitter le reti neurali ti consentono di selezionare automaticamente la parte più interessante della foto per l'anteprima.
L'azienda ha lavorato su questo strumento per un po' di tempo, ma ne ha dettagliato i metodi in blog proprio ieri ML Lucas Theis e l'etichetta ML Zehan Wang spiegano come hanno iniziato a utilizzare il rilevamento dei volti per ritagliare gli sfondi, solo per scoprire che il metodo non funzionava per le immagini di paesaggi, oggetti e, soprattutto, i tuoi gattini preferiti.
La soluzione era "potatura usando il significato". Per determinare questo parametro, gli sviluppatori hanno utilizzato i dati di studi accademici sul lavoro degli occhi, che registrano quali aree dell'immagine le persone guardano per prime.
"QUESTI DATI POSSONO ESSERE UTILIZZATI PER ADDESTRARE LE RETI NEURALI E ALTRI ALGORITMI PER PREVEDERE CIÒ CHE LE PERSONE POTREBBERO VORREBBE GUARDARE"
THEIS E WANG
Una volta che gli sviluppatori hanno addestrato la rete neurale per identificare queste aree, hanno dovuto ottimizzarla per lavorare in tempo reale sul sito. Fortunatamente per loro, l'area di ritaglio necessaria per visualizzare in anteprima le foto è abbastanza ampia: stai solo restringendo l'immagine. Ciò significa che Twitter può ridurre e semplificare i criteri valutati dalla rete neurale utilizzando una tecnica chiamata distillazione della conoscenza.
Il risultato finale è stato una rete neurale dieci volte più veloce dell'originale. "Questo ci consente di eseguire il rilevamento della salienza dell'oggetto su tutte le immagini, non appena vengono caricate, selezioneremo la parte più interessante della foto in tempo reale", scrivono Theis e Wang.
La nuova funzionalità è ora disponibile per tutti i PC, iOS e Android- applicazioni. Pertanto, la prossima volta che vedrai una foto interessante Twitter, ricorda che anche questo è il risultato di una rete neurale.
fonte: La Verge