Tradicionalmente, los algoritmos se han entrenado en conjuntos de datos que ya han sido categorizados por humanos, por ejemplo, gatos, perros o flores etiquetados.
Pero las fotos de Instagram se presentaron al algoritmo sin el etiquetado.
Posteriormente, pudo identificar correctamente las imágenes con un 84,5% de precisión, informó Facebook.
Facebook ha llamado a su sistema Seer, una abreviatura de auto-supervisado.
El experto en inteligencia artificial Calum Chase dijo que el sistema "podría ser un paso importante hacia el santo grial de las computadoras con sentido común" si resultaba efectivo a largo plazo.
Hay otras empresas que también están trabajando en procesos similares.
Facebook dijo que si bien este tipo de técnica ya ha tenido éxito en los algoritmos que tratan con el procesamiento del lenguaje, las imágenes presentan un desafío diferente.
Esto se debe a que las palabras individuales son más fáciles de identificar que las diferentes partes de una imagen: qué parte de una imagen es un árbol o un animal, por ejemplo, cuando una imagen puede contener ambos y pueden estar muy juntos.
Con las imágenes, el algoritmo debe decidir qué píxel pertenece a qué concepto. Además, el mismo concepto variará mucho entre imágenes, como con un gato en diferentes poses o visto desde diferentes ángulos.
Facebook agregó que poder entrenar algoritmos en enormes conjuntos de datos que no habían sido categorizados primero por humanos, también podría ayudar en la batalla contra los programas que muestran sesgos.
0 Comentarios
0
