Friday-5：Facebook 宣布取得重大成功：一个名为 SEER（自我监督 AI）的人工智能项目能够在没有人类帮助的情况下以相当高的准确度识别和分类图像上的对象。
Facebook 的 SEER 以超过 10 亿张 Instagram 图片为食，自行决定并高度准确地对对象进行分类。
例如，带有胡须、毛皮和尖耳朵的 Instagram 图像被智能算法分类为一类。
循序渐进地学习
普林斯顿大学人工智能和计算机视觉助理教授 Olga Russakovsky 说：“结果令人印象深刻。让自我监督学习发挥作用具有挑战性，这一领域的突破对改善视觉识别具有重要的下游影响。值得注意的是，Instagram 图片并不是为了让独立学习更容易而精心挑选的。”
Facebook 的首席科学家 Yann LeCun说：“Facebook 的研究是一种被称为“自我监督学习”的人工智能方法的里程碑，
LeCun 是深度学习（机器学习的一个分支）的先驱。深度学习 (DL) 需要向大型人工神经网络提供数据。大约十年前，它作为编程机器的更好替代方案出现，以执行有用的事情，例如语音识别和图像分类。
“很长一段时间以来，我一直在倡导自我监督学习的整个理念。从长远来看，人工智能的进步将来自那些整天看视频并像婴儿一样学习的程序，”LeCun 说。“这是构建具有背景知识或“常识”的机器的最有希望的方法之一，以解决远远超出当今人工智能的任务。因此，我们已经看到自然语言处理 (NLP) 方面的重大进步，其中对大量文本的广泛模型进行自我监督预训练已经在问答、机器翻译、自然语言推理等方面取得了突破。”
LenCun 认为“训练”算法的常规方法根本无法扩展。自监督学习可以有许多有用的应用，例如学习阅读医学图像而无需标记如此多的扫描和 X 射线报告。
一种类似的方法已经被用于为 Instagram 自动生成主题标签。Facebook 可能会部署 SEER 来将广告与帖子匹配或过滤掉不良内容报告 LenCun。
深度学习在翻译中已经被证明是成功的。然而，近年来，在图像上使用它已被证明更具挑战性。Facebook 的研究建立在人工智能成功和潜力的稳步发展之上。
Facebook 首席科学家认为，研发团队拥有一种人工智能，即使图像的一部分已被更改，也能够以极高的准确度识别图像。
这家总部位于美国的社交媒体品牌将发布研究发现的一些创新，但不会发布 SEER 本身，因为它是使用用户数据进行“训练”的。