Facebook, MoCo adlı sistemlerinin görsel işlemede denetimli öğrenme ile aynı seviyeye ulaştığı bilgisini paylaştı.
Yapay zekâ çalışmalarında kullanılan pek çok farklı yaklaşımlardan biri de denetimsiz öğrenme. Yapay zekâ sistemleri, bu yaklaşımla ham veriyi nasıl sınıflandırmaları gerektiğini öğrenebiliyor. Bu yapının en büyük başarısı doğal dil işleme yazılımları.
Yapay zekâların günümüzde görüntü öğrenmesinin zor olduğu biliniyor. Bilindiği üzere, yapay zekâlara görüntüleri öğretme konusundaki çalışmalar hızla devam ediyor.
Facebook’tan MoCo Atılımı!
Facebook araştırmacıları da bu durumu göz önüne alarak, karşıtsal kayıp adlı bir yaklaşım kullandılar. Bu yaklaşımda temel olarak görüntülerden elde edilen anahtarlar, bir şifreleyici ile temsil ediliyor ve var olan dizinlerle eşleştirilmeye çalışılıyor. Bu çalışmaların sonucunda da MoCo ya da Momentum Contrast adlı yapı geliştirildi. MoCo, görüntüleri önceden çalışarak elindeki göreve göre uygulanabileceği hâle getiriyor.
Tespit etme, segmentlere ayırma gibi yedi farklı alanda kabaca 1 milyar farklı görüntü ile çalışan bu yeni sistem, bazı alanlarda diğer yapay zekaları geride bıraktı. Testte kullanılan görseller ise Instagram’dan alındı.
Facebook Yapay Zeka Sisteminin Başarısı
Yapay zeka sisteminin başarısını duyuran Facebook, ortaya çıkan sonuçların MoCo’nun denetimli ve denetimsiz yöntemler arasındaki uçurumu kapattığını gösterdi.
MoCo Nasıl Çalışıyor?
MoCo, oldukça basit ve zekice bir prensiple çalışıyor. Veri örneklerinden elde ettiği anahtar girdilerini bir sürekli veri dizisi hâline dönüşütürüyor. Bu da veri dizisindeki anahtarların tekrar tekrar kullanılabilmesini sağlamakta ve sisteme esnekliği kullanma şansı veriliyor.