Facebook Kürzlich stellte er den Experten für maschinelles Lernen, Yann LeCunn, ein, der ebenfalls ein renommierter Experte für künstliche Intelligenz (KI) ist und über sein Fachwissen in einer als “Deep Learning” bekannten Technik verfügt, die ein hierarchisches Lernverfahren für das Gehirn simuliert. Neben seiner Teilzeitarbeit an der New York University (NYU) wird er als Direktor von fungieren FacebookIm neuen KI-Labor besteht das Hauptziel darin, die Millionen von Fotos, die täglich zur sozialen Website hinzugefügt werden, gründlich zu analysieren!
„Maschinelles Lernen wird bereits an Hunderten von Orten eingesetzt Facebook, vom Markieren von Fotos bis zum Sortieren von Artikeln und Nachrichten. Besseres maschinelles Lernen kann dazu beitragen, all diese Funktionen zu verbessern und zu helfen Facebook Erstellen Sie neue Anwendungen, von denen noch keiner von uns geträumt hat “, sagte Andrew Ng, der bereits im Stanford AI-Labor dieselbe Technik für die Analyse von YouTube für Google angewendet hat. durch FacebookDie Technik liefert aufgrund der darin enthaltenen einzigartigen Daten interessante Ergebnisse, um Informationen über alles und jedes zu erhalten, was auf der ganzen Welt passiert.
Im Folgenden Facebook Sie haben nicht das vollständige Wissen Ihrer Benutzer; Der Zweck des maschinellen Lernens besteht im Wesentlichen darin, herauszufinden, welche Funktionen dazu beitragen, die Nutzung der Website zu erweitern. Laut Aaron Hertzman, wissenschaftlicher Mitarbeiter bei Adobe “Wenn Sie ein Foto von Ihrem Skifahren posten, Facebook Sie wissen nicht, was los ist, wenn Sie es nicht markieren. “Deep-Learning-Algorithmen der nächsten Generation sind daher nützlich, um Daten aus dem riesigen Fotofachgeschäft von Facebook zu sammeln.
Die Deep-Learning-Technik wird auf das Problem der Identifizierung von Elementen in einem Foto angewendet. Der Fokus entspricht dem visuellen Kortex des Gehirns, der Daten von der Netzhaut des Auges empfängt.
Der schrittweise Prozess arbeitet in Schichten mit der Anwendung verschiedener Filter, um unterschiedliche Ergebnisse zu erzielen. Der Filter ist so konfiguriert, dass er in verschiedenen Pixelbereichen und Schichten arbeitet. Anschließend entwickelt er einen Prozess, bei dem die Objekte aus einfachen Elementen zusammengesetzt und zu vollständigen Objekten zusammengesetzt werden.
Mit seiner 25-jährigen praktischen Erfahrung bedient LeCunn bereits massive Computeranforderungen. Zum Beispiel stellte er sich das laufende 7,5-Millionen-Dollar-Projekt vor, um eine geschickte kleine Drohne zu schaffen, die mit 35 MPH durch einen unbekannten Wald fliegt und als “Endor.tech” bekannt ist und vom Office of Naval Research finanziert wird. Die Drohne kann Videobilder mit 30 Bildern pro Sekunde analysieren. Ein ähnlicher Algorithmus analysiert die geladenen Videos und Bilder Facebook. Also Vorsicht vor Facebookern, es scheint, als würden Sie 24 Stunden am Tag, 7 Tage die Woche überwacht!
