Tehnologija strojnega učenja ni vedno povezana z velikimi funkcijami. Pogosto so to majhni triki, ki zelo previdno in rahlo vplivajo na rezultat. Na primer z uporabo Twitter nevronske mreže vam omogočajo, da samodejno izberete najbolj zanimiv del fotografije za predogled.
Podjetje že nekaj časa dela na tem orodju, vendar je svoje metode podrobno opisalo v blog ravno včeraj ML Lucas Theis in založba ML Zehan Wang pojasnjujeta, kako sta začela uporabljati zaznavanje obrazov za obrezovanje ozadij, da bi ugotovila, da metoda ni delovala za slike pokrajin, predmetov in, kar je najpomembneje, vaših najljubših mačk.
Rešitev je bila "obrezovanje z uporabo pomena". Za določitev tega parametra so razvijalci uporabili podatke iz akademskih študij o delu oči, ki beležijo, katera področja slik ljudje najprej pogledajo.
"TE PODATKE SE LAHKO UPORABI ZA USPOSABLJANJE NEVRONSKIH MREŽ IN DRUGIH ALGORITMOV ZA PREDVIDEVANJE, KAJ BI LJUDJE ŽELELI GLEDATI"
THEIS IN WANG
Ko so razvijalci usposobili nevronsko mrežo za prepoznavanje teh področij, so jo morali optimizirati za delo v realnem času na spletnem mestu. Na njihovo srečo je območje obrezovanja, potrebno za predogled fotografij, dovolj široko – samo zožite sliko. To pomeni da Twitter lahko zmanjša in poenostavi merila, ki jih ovrednoti nevronska mreža z uporabo tehnike, imenovane destilacija znanja.
Končni rezultat je bila nevronska mreža, ki je desetkrat hitrejša od prvotne. "To nam omogoča, da izvedemo zaznavanje opaznosti objekta na vseh slikah, takoj ko se naložijo, bomo v realnem času izbrali najbolj zanimiv del fotografije," pišeta Theis in Wang.
Nova funkcija je zdaj na voljo za vse osebne računalnike, iOS in Android- aplikacije. Zato naslednjič, ko boste videli zanimivo fotografijo v Twitter, ne pozabite, da je tudi to rezultat nevronske mreže.
Dzherelo: Preobrat