Technológia strojového učenia nie je vždy spojená s veľkými funkciami. Často ide o malé triky, ktoré veľmi opatrne a mierne ovplyvnia výsledok. Napríklad pomocou Twitter neurónové siete umožňuje automaticky vybrať najzaujímavejšiu časť fotografie na náhľad.
Spoločnosť na tomto nástroji už nejaký čas pracuje, no podrobne opísala jeho metódy v blog práve včera ML Lucas Theis a štítok ML Zehan Wang vysvetľujú, ako začali používať detekciu tváre na orezanie pozadia, len aby zistili, že táto metóda nefungovala pre obrázky krajiny, objektov a čo je najdôležitejšie, vašich obľúbených mačiatok.
Riešením bolo „prerezávanie pomocou významnosti“. Na určenie tohto parametra vývojári použili údaje z akademických štúdií o práci očí, ktoré zaznamenávajú, na ktoré oblasti obrázkov sa ľudia pozerajú ako prvé.
„TIETO ÚDAJE JE MOŽNÉ POUŽÍVAŤ NA VÝCVIKU NEUROVÝCH SIETE A ĎALŠÍCH ALGORITHOV NA PREDPOKLAD, ČO BY ĽUDIA MOHLI CHCEŤ SLEDOVAŤ“
THEIS A WANG
Keď vývojári natrénovali neurónovú sieť na identifikáciu týchto oblastí, potrebovali ju optimalizovať, aby na stránke fungovala v reálnom čase. Našťastie pre nich je oblasť orezania potrebná na zobrazenie ukážky fotografií dostatočne široká – iba zužujete obrázok. To znamená, že Twitter môže znížiť a zjednodušiť kritériá vyhodnocované neurónovou sieťou pomocou techniky nazývanej znalostná destilácia.
Konečným výsledkom bola neurónová sieť, ktorá je desaťkrát rýchlejšia ako jej originál. „To nám umožňuje vykonávať detekciu nápadnosti objektov na všetkých obrázkoch, hneď po ich načítaní vyberieme najzaujímavejšiu časť fotografie v reálnom čase,“ píšu Theis a Wang.
Nová funkcia je teraz dostupná pre všetky PC, iOS a Android- aplikácie. Preto nabudúce uvidíte zaujímavú fotografiu v Twitter, pamätajte, že aj toto je výsledok neurónovej siete.
Dzherelo: Vergata