A Facebook mesterséges intelligenciával azonosítja a szövegeket képeken és videókon
Azonosítja az MI a képen a szöveget
A Rosetta névre keresztelt technológia abban segít, hogy elemezze a milliónyi feltöltött képen és videón lévő szövegeket a Facebookon és az Instagramon. Teszi ezt ráadásul több nyelven, mivel az alap angol nyelv mellett például arab és hindi nyelvet is támogat. A cél az, hogy ne kerüljön ki olyan tartalom, ami sérti az irányelveket, tehát kifogásolható álló- vagy mozgóképek ne jelenjenek meg.
A Facebooknál a mesterséges intelligencia már a képeket is elemzi
A szövegek feldolgozása a Rosettával valós időben, a feltöltés közben történik, a rendszer pedig elemzi és minősíti az adott szöveget, valamint vizsgálja a kapcsolatot a szöveg és a kép között. A folyamat tehát két részből áll: felismerés és elemzés. Első lépésben téglalap alakú régiókra osztja a rendszer a képet, amelyek mind egy-egy szövegrészt tartalmaznak. Második lépésben bekapcsolódik a konvolúciós neurális hálózat (convolutional neural network, CNN), ami a téglalapokban lévő szavak elemzését végzi el.
Gyors és megbízható megoldást nyújt az MI
A Facebook szerint az általuk használt szövegfelismerési megoldás a Faster R-CNN-re épül. Ez röviden annyit tesz, hogy egy időben történik a felismerés és elemzés. A tanulás alapja az előbb említett CNN, ami a képeket konvolúciós funkciós térképekké alakítja. Ez egyrészt hatékony önfejlesztő módszert jelent, másrészt a megbízhatósági faktort is erősíti.
A szövegfelismerés ilyen fajtájától azt várja a Facebook, hogy könnyebb lesz a releváns képek és videók elérése, másrészt a minőségük is javul. Emellett automatikusan azonosítják azokat a tartalmakat, amelyek például gyűlöletbeszédet, uszítást vagy zaklatást tartalmaznak. Nem utolsó sorban a hírfolyamban is egyszerűbbé válik a személyre szabott tartalmak megjelenítése.
-W-
