Facebook tarafından görüntüleri kendi kendine tanımayı öğrenmek için oluşturulan bir algoritmayı eğitmek için halka açık bir milyar Instagram fotoğrafı kullanıldı.
Geleneksel olarak, algoritmalar insanlar tarafından kategorize edilmiş veri kümeleri üzerinde eğitilmektedir, örneğin kediler, köpekler veya çiçekler. Ancak bu projede Instagram fotoğrafları etiketlenmeden algoritmaya sunuluyor.
Facebook, daha sonra görüntüleri %84,5 doğrulukla doğru bir şekilde tanımlayabildiğini bildirdi.
Facebook, self-supervised’ın (kendi kendini denetlemenin) kısaltması olan sistemine Seer adını verdi.
AI uzmanı Calum Chase, sistemin uzun vadede etkili olduğu kanıtlanırsa “sağduyulu bilgisayarların kutsal kasesine doğru önemli bir adım olabileceğini” söyledi.
Benzer işlemler üzerinde çalışan başka firmalar da var.
Facebook, bu tür bir tekniğin işleme diliyle ilgili algoritmalarda başarıya ulaştığını ancak görüntülerin farklı bir zorluk teşkil ettiğini söyledi.
Bunun nedeni, tek tek kelimelerin, bir resmin farklı bölümlerinden, bir görüntünün hangi kısmının bir ağaç veya bir hayvan olduğuna göre daha kolay tanımlanmasıdır. Örneğin, bir görüntü her ikisini de içerdiğinde, birbirlerine yakın olabilirler.
Sosyal medya devi konu ile ilgili bir blog gönderisi yayınladı. “Algoritma, görüntülerde hangi pikselin hangi konsepte ait olduğuna karar vermelidir. Dahası, aynı kavram, farklı pozlardaki veya farklı açılardan bakılan bir kedide olduğu gibi, görüntüler arasında büyük ölçüde farklılık gösterecektir.”
Facebook, ilk önce insanlar tarafından kategorize edilmemiş devasa veri kümeleri üzerinde algoritmalar eğitebilmenin, önyargı gösteren programlara karşı mücadelede yardımcı olabileceğini de sözlerine ekledi.
Bunun nedeni, verilerin insanlar tarafından kategorize edildiğinde önyargının ortaya çıkabilmesidir. Örneğin, kadınlar saçları veya gülümsemeleri gibi fiziksel özellikleriyle etiketlenirken, erkekler “resmi” ve “iş” gibi kelimelerle etiketlenmekte.
Oxford İnternet Enstitüsü’nden Prof Sandra Wachter, genel olarak araştırma “çok umut verici” olsa da, insan girdisi tarafından yönetilmiyorsa algoritmanın kararlarına nasıl ulaştığını anlamanın hala önemli olduğunu söyledi.
“İnsan önyargısından kurtulabilirsiniz, ancak tarafsız nötr veri diye bir şey yoktur, bu nedenle her zaman bununla uğraşmak zorundasınız” dedi.
“Bir algoritmanın neden belirli gruplama kararları verdiğini anlamak çok önemli olacak.”
Kaynak: bbc.com
Diğer Haberler
SolarWinds Yankıları Sürüyor: Amerika Rusya’ya Eylem Hazırlığında
Avrupa Bankacılık Otoritesi Microsoft Exchange Saldırısına Uğradı
OPPO Türkiye’de Resmen Üretime Başladı