24小时热线:0019-4253093

这是Facebook人工智能系统寻找危险物品的方法

作者:快三彩票     发布日期:2019-12-16 08:31     浏览次数:208

  Facebook的大部分文章都是由公司的机器人工智能学习系统自动完成的,这减少了审计师机械检查的痛苦。本月;早些时候发布的最新的“社区标准执行。报告;”(社区。标准执行报告。)该公司表示,98%的恐怖分子视频和照片是在任何人有机会;看到它们之前删除的,;更不用说报告了。

  我们在这里看到了什么?Facebook一直在训练其机器学习系统识别和标记视频中的物体,从花瓶或人到!或刀子。Facebook的人工智能使用两种主要方法来寻找危险的内容。一个是使用神经!网;络来找。到已知;的对象的特征和行为,并用不同的信念,百分比来标,记它们(正如我们在上面看到的)。

  这些神经网络。将与人类评论家预先标记的视频或用户的积极报道相结合,以。及来自伦敦警察局的快速视频。神经网络可以使用这些信息来猜测整个场景可能显示什么,它是否含有应。该被标记的。行为或图像。在本周的新闻发布会上,它提供了更。多关于。如何使其系统工作的信息。

  然后呢?如果系。统确定视频文件中存在问题的图像或行为,则可以自动删除或。将其发送给手动内容审计员。如果它违反规则,facebook。可以创建一个H。ash价值-唯一的。数字串来表示它并在整个系统中传播。以便当某。人试图再次上传时,其他匹配将自动删除。这些Hashi手表可以与其他社交媒。体分享,以便他们也可以删除非法文件的副本。

  Haxi价值:。一般的线性表!树在结构中的相对位置是随机的。,即与记录的关键字之间没有明确的关系。在结构中找到记录时,需要比较一系列和关键词。这种搜索方法是以比较的效!率为基;础的,取决于搜索过程中。的比较次数。理想;的情况是,你可以直接找到你需要的记录,所以你必须建立一个确定的关系f。匹配每个关键字和结构中唯一的存储位置。

  这些视频,伦敦警察局,对我们,非常有用。幸运的是,恐怖很少发;生,但这意味着培训数据很少。工程经理尼古拉·博尔蒂尼翁(Ni。colaBortigno)、在电话中说。

  Facebook仍在努力自动理解语言的意义。这就是为什。么公司仍然需要依靠绝大多数违反其规定的报告:只。有16%的帖子得到其自动系统的认可。随着技术的进步,我们期待着看。到这个数字的增长。然而,对人工智能的真正理解仍。然是该领域面。临的最。大挑战之一。

  今年3月,一名恐怖分子在新西兰克赖斯特彻奇的两座清真寺杀害了49人。他在Facebook上直播了大屠杀。,在接下来的几个月里,大屠,杀的视频在网站上流传。这给整个行业敲响,了警钟,。如果这种情况,再次发生,它更有可,能被发现并迅速移除。