تشارك Meta أحدث التطورات في التعرف الآلي على الكائنات
حددت Meta أحدث التطورات في التعرف الآلي على الكائنات داخل الصور، مع نظام SEER المحدث الآن، وفقًا لـ Meta ، أكبر نموذج رؤية كمبيوتر متوفر وأكثرها تقدمًا.
SEER – وهو مشتق من” الإشراف الذاتي” – قادر على التعلم من أي مجموعة عشوائية من الصور على الإنترنت، دون الحاجة إلى التنظيم اليدوي ووضع العلامات، مما يسرع من قدرته على تحديد مجموعة واسعة من الكائنات المختلفة داخل الإطار، وهو الآن قادر على التفوق في الأداء على أنظمة رؤية الكمبيوتر القياسية في الصناعة من حيث الدقة.
وهو يتحسن فقط. تم بناء النسخة الأصلية من SEER، والتي تم الإعلان عنها في البداية من قبل Meta العام الماضي، على نموذج يضم أكثر من مليار صورة. هذا الإصدار الجديد هو الآن 10x النطاق.
كما أوضح ميتا:
″ عندما أعلنا عن SEER لأول مرة في الربيع الماضي، تفوقت على أحدث الأنظمة، مما يدل على أن التعلم تحت الإشراف الذاتي يمكن أن يتفوق في مهام رؤية الكمبيوتر في إعدادات العالم الحقيقي. لقد قمنا الآن بتوسيع نطاق SEER من مليار إلى 10 مليار معلمة كثيفة، مما يجعله على حد علمنا أكبر نموذج رؤية كمبيوتر كثيف من نوعه”.
وتجدر الإشارة بشكل خاص إلى قدرة النظام على تحديد صور مختلفة لأشخاص وثقافات مختلفة، في حين أنه قادر أيضًا على تعيين معنى وتفسير لأشياء من مناطق عالمية مختلفة.
″ يتم تدريب أنظمة الرؤية الحاسوبية التقليدية في المقام الأول على أمثلة من الولايات المتحدة والدول الغنية في أوروبا، لذا فهي غالبًا لا تعمل بشكل جيد للصور من أماكن أخرى ذات خصائص اجتماعية واقتصادية مختلفة. لكن SEER تقدم نتائج قوية للصور من جميع أنحاء العالم – بما في ذلك المناطق خارج الولايات المتحدة وخارجها مع مجموعة واسعة من مستويات الدخل. ”
هذا مهم، لأنه سيوسع فهم النظام للأشياء والاستخدامات المختلفة، والتي يمكن أن تساعد بعد ذلك في تحسين الدقة، وتقديم أوصاف آلية أفضل لما هو موجود في الإطار. يمكن أن يوفر ذلك مزيدًا من السياق للمستخدمين ضعاف البصر، إلى جانب مطابقة تعريف المنتج وإشارات اللافتات وتنبيهات العلامات التجارية وما إلى ذلك.
يشير Meta أيضًا إلى أن النظام هو مكون رئيسي في التحول التالي.
″ تعد رؤية الكمبيوتر المتقدمة جزءًا مهمًا من بناء Metaverse. على سبيل المثال، لبناء نظارات الواقع المعزز التي يمكن أن توجهك إلى مفاتيحك في غير مكانها أو توضح لك كيفية صنع وصفة مفضلة، سنحتاج إلى آلات تفهم العالم المرئي كما يفعل الناس. سيحتاجون إلى العمل بشكل جيد في المطابخ ليس فقط في كانساس وكيوتو ولكن أيضًا في كوالالمبور وكنشاسا والعديد من الأماكن الأخرى حول العالم. هذا يعني التعرف على جميع الاختلافات المختلفة للأشياء اليومية مثل مفاتيح المنزل أو المواقد أو التوابل. تفتح SEER آفاقًا جديدة في تحقيق هذا الأداء القوي. ″
تعمل Meta على تحسين التعرف على الكائنات لسنوات، وقد حققت تقدمًا كبيرًا من حيث التسميات التوضيحية الآلية وأوصاف القارئ والمزيد.
إنها تعمل أيضًا على تحديد الأشياء داخل الفيديو، المرحلة التالية. وعلى الرغم من أن هذا ليس خيارًا قابلاً للتطبيق حتى الآن، إلا أنه قد يؤدي في النهاية إلى جميع رؤى البيانات الجديدة، من خلال تمكينك من معرفة المزيد حول ما ينشره كل مستخدم على حدة، وكيفية الوصول إليهم من خلال عروضك الترويجية.
حتى في الوقت الحالي، يمكن أن يكون هذا مفيدًا. إذا كنت تعلم، على سبيل المثال، أن مجموعة فرعية معينة من المستخدمين على Instagram كانوا أكثر عرضة لنشر صورة لوجبتهم، بناءً على أنماط النشر السابقة، فقد يساعد ذلك في استهداف إعلانك. استقراء ذلك لأي موضوع، بدرجة عالية من الدقة في مطابقة البيانات، وقد يكون ذلك طريقة رائعة لتوليد أقصى قيمة من نهج إعلانك.
وهذا من قبل، كما تلاحظ Meta ، مع الأخذ في الاعتبار التطبيقات المتقدمة في تراكبات الواقع المعزز، أو في تحسين خوارزميات الفيديو الخاصة بها لإظهار المزيد من المحتوى للأشخاص الذين من المرجح أن يتفاعلوا معها، بناءً على ما هو موجود بالفعل في كل إطار.
المرحلة التالية قادمة، وستدعم أنظمة مثل هذه التحولات الرئيسية في الاتصال عبر الإنترنت.
المصدر: socialmediatoday
أقرا ايضا:
تطبيقات الذكاء الاصطناعي في التعليم
