Zephyrnet-Logo

Wie Facebook öffentliche Videos verwendet, um Modelle für maschinelles Lernen zu trainieren, bereitzustellen und diese Augäpfel zu ernten

Datum:

In Kürze Facebook hat diese Woche ein internes Projekt zur Entwicklung von Modellen für maschinelles Lernen vorgestellt, die visuelle, akustische und schriftliche Inhalte aus Videos verstehen können, die öffentlich in seinem sozialen Netzwerk hochgeladen wurden.

Eines der Modelle, bekannt als Generalized Data Transformations (GDT), wird mittlerweile auf Instagram verwendet. Benutzer, die sich kurze Videoaufzeichnungen oder Reels ansehen, können dank eines KI-gestützten Empfehlungssystems, das ähnliche Clips auswählt, die interessant sein könnten, schnell andere Reels finden, die sie sich vielleicht ansehen möchten.

Wenn beispielsweise jemand auf Instagram dazu neigt, Videos von Traktoren anzusehen, hebt das GDT-Empfehlungssystem andere Videos von Traktoren hervor. Das Modell bemerkt ähnliche Merkmale; Beide Videos enthalten Bilder eines Fahrzeugs mit großen Rädern oder das Geräusch eines surrenden Motors.

Facebook hofft, dass das Projekt „Learning from Videos“ dem Unternehmen dabei helfen wird, nützlichere KI-Tools zu entwickeln, etwa die Suche nach bestimmten Fotos, die während einer Geburtstagsfeier aufgenommen wurden.

„Um sich auf diese Weise an Erinnerungen zu erinnern, muss den Systemen beigebracht werden, wie man den Ausdruck „Alles Gute zum Geburtstag“ mit Kuchen, Kerzen, Menschen, die verschiedene Geburtstagslieder singen, und vielem mehr in Verbindung bringt“, heißt es erklärt diese Woche.

Anfang dieser Woche Facebook angekündigt ein ähnlicher Plan zur Gesichtserkennung unter Verwendung von Instagram-Daten. Geben Sie Zuckerberg nicht die Schuld, Sie haben sich dafür angemeldet.

Aktivisten fordern die Community für maschinelles Lernen auf, Jobs von Google abzulehnen

Googler sind entsetzt darüber Verdrängung Einer der beiden Leiter der Ethical AI-Abteilung des Webgiganten forderte die Mitglieder der Machine-Learning-Community auf, Stellenangebote des Superkonzerns abzulehnen, und forderte akademische Konferenzen auf, die Finanzierung durch das Unternehmen abzulehnen.

Timnit Gebru und Margaret Mitchell wurden aus Google ausgeschlossen, nachdem sie das Management zurückgewiesen hatten, das sie gebeten hatte, ihre Namen aus einem Papier zu streichen, in dem die sozialen und ökologischen Auswirkungen großer Sprachmodelle, wie sie von Google verwendet werden, untersucht wurden.

„Deshalb fordern wir die Mitglieder der KI-Gemeinschaft auf, insbesondere diejenigen, die ihre Karriere mit der Erforschung der sozialen und ethischen Folgen von Technologie machen, die folgenden Maßnahmen in Solidarität mit dem Ethical AI-Team zu ergreifen“, so die Gruppe Google Walkout for Real Change. schrieb auf Medium.

Es forderte die Forscher auf, nicht mit den Rekrutierungsteams von Google zusammenzuarbeiten und dem Unternehmen nicht zu erlauben, akademische Konferenzen zu sponsern oder den Organisatoren die Annahme jeglicher Finanzierung zu verbieten. Sie können den Beitrag vollständig lesen hier.

Neues KI-Toolkit soll Wissenschaftlern helfen, die Genome seltener Zelltypen zu entschlüsseln

Forscher von Nvidia und der Harvard University haben Software entwickelt, die dabei hilft, die DNA von Zellen zu sequenzieren und Genetikern dabei zu helfen, die Ursachen einiger Krankheiten zu untersuchen.

Das Toolkit mit dem Namen AtacWorks wurde diese Woche in einem Artikel beschrieben, der in Nature Communications veröffentlicht wurde. Im Wesentlichen nimmt es chaotische Rechendaten, die die gesamten epigenetischen Profile aus Zellsequenzierungsexperimenten beschreiben, und bereinigt sie, um das Genom vorherzusagen.

„AtacWorks entrauscht Sequenzierungsdaten und identifiziert Bereiche mit zugänglicher DNA und kann mit NVIDIA Tensor Core-GPUs in nur einer halben Stunde Rückschlüsse auf ein gesamtes Genom ziehen.“ gemäß zu einem Nvidia-Blogbeitrag.

Die Software ist am nützlichsten für seltene Zelltypen, von denen Wissenschaftler in ihren Experimenten nicht so viele sequenzieren konnten, wie sie möchten. „Mit AtacWorks sind wir in der Lage, Einzelzellexperimente durchzuführen, für die normalerweise zehnmal so viele Zellen erforderlich wären“, sagte Jason Buenrostro, Co-Autor der Arbeit und Assistenzprofessor an der Harvard University.

AtacWorks steht zur Nutzung zur Verfügung hier🇧🇷 🇧🇷

Kasse PrimeXBT
Handel mit den offiziellen CFD-Partnern des AC Mailand
Quelle: https://go.theregister.com/feed/www.theregister.com/2021/03/13/in_brief_ai/

spot_img

Neueste Intelligenz

spot_img