从视频中学习。信用:脸书作为一个承载大量内容的平台，脸书开发者正在创建一个名为“从视频中学习”的人工智能项目，该项目可以从上传到网站的公开视频中学习。这种人工智能旨在使用音频、文本和视觉数据来增加来自全球用户的内容词典。这个新的人工智能中心的目标是为用户提供内容推荐、内容策略执行和增强人工智能像人类一样学习的能力。事实上，人工智能将能够理想地识别任何类型的视频内容，而不是由专业开发人员策划的特定内容。
最近，人工智能系统在识别语言、语音和视觉方面取得了进步。这种日益提高的复杂性有助于人工智能减少对获取的数据集的依赖来构建它们的知识库，而更多地依赖于像人类一样的日常体验。
现在，脸书的开发者希望通过视频学习来帮助平台吸收来自世界不同文化和地区的大量数据。通过这种方式，他们试图创建一个能够在脸书导航时预测用户习惯的人工智能。
为了确保视频学习的道德部署，人工智能团队采用了关于用户内容的透明隐私政策。通过在基础架构层面实施围绕用户信任和安全的指导方针，开发者希望使用这一新功能让内容创作者感到安全。在整个数据生命周期中，安全措施都基于技术保护措施。
脸书已经在半监督和自我监督的人工智能产品上取得了成功。事实上，自我监督的学习产品已经显示出语音识别错误减少了20%。通过标记平台上存在的有问题的材料，减少此类错误可以改善自动字幕，并减少仇恨言论的发生。
这项功能的第一个例子已经在Instagram Reels的推荐系统中上线。Reels是自我监督学习人工智能的一个很好的概念证明，因为该系统可以分析流行视频中共享的共同主题。此时，开发人员正在装备“从视频中学习”来建议与趋势视频相关的内容，同时过滤掉用户已经观看过的重复材料。这种谨慎让用户有了节省浏览脸书视频时间所需的细微差别，同时让人工智能能够了解相似内容之间的区别。
目前，下一个主要挑战来自于对“从视频中学习”功能进行编程，利用记忆的音频和视频输入，然后根据一个共同的主题将两者关联起来。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
