你上传的Instagram照片，正免费帮Facebook训练AI模型？

admin

为了打造出方便厉害的AI机器学习模型，Facebook运用Instagram上35亿张公开照片、无数的Hashtag，成为训练模型的素材。
要训​​练机器学习辨识图片中的物件，往往需要耗费人力、时间标注出名称、类别，才能让机器顺利训练，为打造出方便厉害的AI机器学习模型，Facebook有一项超级秘密武器── 35亿张的Instagram公开照片，以及无数的Hashtag。


Instagram公开照片，成免费训练模型素材
如果你习惯在发文时替照片加上几个Hashtag，那么你有可能正在帮Facebook训练机器学习模型。

过去要训练机器学习辨识物件，必须耗费相当多的人力，举例来说，如果希望电脑能理解「马克杯」这个东西，人类必须先标记出这个东西是「马克杯」，接着机器才能够有依据学习，现在Facebook找到了一个用少量人力就能训练机器学习的方法。

在第二天的开发者大会F8上，首席技术长迈克·施罗普佛（Mike Schroepfer）表示，Facebook研究人员与工程师，利用平台上35亿张公开照片、超过17,000个Hashtag为基础，透过上百个GPU解析资料，来训练自家的图片辨识模型，目前在ImageNet（图像数据库）上已经可以达到85.4％的准确度。

但过程中也面对不少挑战，迈克·施罗普佛（Mike Schroepfer）谈到，许多用户常常用错标签，像是用户虽然在照片上标记「花枝」，但其实是「鱿鱼」。另外，Facebook也必须训练那些Hashtag是同义词，并将具体描述的Hashtag，排序优于其他同类型Hashtag，最终变成一套「大规模Hashtag预测模组」，来训练图像辨识模组。

Hashtag训练模型，会有隐私问题吗？
不过现阶段大家更关心的还是「隐私」问题，当用户发布一张Instagram照片时，可以清楚知道自己正在提供资料，训练深度学习模型吗？

Facebook表示，图像资料只会用来辨别与Hashtag之间的关联性，使用的资料都是公开的，且就算照片本身没有标签，就算机器再怎么厉害，也无法辨识出照片中的物件。简单来说，在Instagram上传公开照片，不论用户是否愿意，都正在为Facebook的深度学习技术做出贡献。

但Hashtag仍是训练的关键，如果用户不想要自己的照片变成训练机器学习的素材，就不要在公开的贴文中加上Hashtag。Facebook强调，团队只会在公开的Hashtag中，撷取与图像有关的素材，不会从照片内容推断用户行为。

Facebook建构训练机器模型的方法，比起辨识精准度本身更有趣，将庞大、杂乱的素材整理成整齐、有依据的资料，未来可以帮助用户更精准、快速的搜寻资料，甚至用AI自动生成图片说明、协助审核平台内容。