近日，Facebook公司分享了兩個內部人工智能項目的細節，分別是Learning from video和TimeSformer，這兩個項目旨在促進更強大的機器學習模型的開發。

其中第一個項目“通過視頻學習”（Learning from video），Facebook公司將通過用戶上傳的視頻來訓練驅動其社交網絡的機器學習系統。Facebook依靠人工智能完成從內容推薦到決策執行等一系列任務。該公司希望通過用戶創建的視頻來訓練其機器學習系統，從而提升模型效果。

通常，研究人員使用自己構造的訓練數據集訓練AI模型，其中的單個文件由專家用特定標簽進行標記。這些標簽幫助模型在學習過程中向正確的方向發展。

但是這種方法存在一個問題：由專家為數據集打標簽需要耗費大量的時間和精力，因此構造的數據集的大小也是有限的，這就限制了人工智能模型在訓練期間的學習能力。

Facebook的研究人員在一篇博客文章中寫道：“通過讓AI模型在未經標記的用戶創建的視頻上進行訓練，那么模型就可以從更多的信息中學習，這些信息要比傳統手工構造的數據集中多得多。通過學習覆蓋幾乎每個國家和數百種語言的全球公開視頻流，我們的人工智能系統不僅可以提高準確性，還可以適應我們快速發展的世界，并認識到不同文化和地區之間的細微差別。”

研究人員強調，這一舉措非常注重隱私問題。他們寫道：“我們正在建立和維護一個強大的隱私機制，使用自動化解決方案大規模加強隱私保護。通過在基礎設施層面上嵌入這項工作，我們可以在我們的系統中始終如一地滿足隱私需求。”

Facebook正在使用一種 “自監督學習”的方法，更好地使用用戶視頻訓練模型，這種方法是不需要對訓練數據打標簽的。Facebook透露，Instagram的Reels功能就是使用自監督的人工智能模型為用戶推薦和最近看過的視頻類似的內容。

除了在自監督學習方面的工作，Facebook還詳細介紹了另一個名為TimeSformer的人工智能項目。它被稱為第一個完全基于Transformer的視頻處理AI，Transformer是最初為分析文本而創建的高效機器學習模型。Facebook表示，由于使用了這項技術，TimeSformer處理數據所需的計算資源不到傳統模型的十分之一，而訓練的速度是傳統模型的三倍。

Facebook表示，他們的方法還在其他方面改善了訓練過程。該公司的研究人員解釋說：“目前最好的3D CNN（一種機器學習模型）只能使用幾秒鐘長的視頻片段。有了TimeSformer，我們可以訓練長達幾分鐘的視頻。這可能會極大地推動教會機器理解視頻中復雜的連續動作的研究。”

原文鏈接：

https://siliconangle.com/2021/03/12/facebook-aims-advance-machine-learning-two-new-video-ai-projects/
編輯：lyn