Afin de mieux entraîner les intelligences artificielles, il faut nécessairement les nourrir avec plus de données si elles n’en produisent pas elles-mêmes. De son côté, Facebook travaille ardemment sur les images augmentées par l’IA. Cela lui permet d’apposer des descriptifs sur les photographies des utilisateurs afin d’offrir un détail textuel aux personnes malvoyantes. Si nous partageons moins de photos sur Facebook, cela freine la progression de l’intelligence artificielle du géant, mais ce dernier rapidement sut s’adapter pour exploiter une mine d’or : Instagram.
Pendant sa conférence annuelle, le F8, le groupe a détaillé la manière dont avaient tiré profit des milliards de publications partagées sur Instagram. En associant une image avec les hashtags apposés à celle-ci, Facebook a pu entraîner son propre système de reconnaissance et ainsi le rendre plus performant. Au final, en se basant sur l’outil de benchmark ImageNet, l’IA a pu atteindre un taux de précision de 85,4%. Ce score fait d’elle la plus puissante du secteur.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Résultats des avancées des entrainements de l’IA de Facebook.
Dans les phases de préparation à l’entraînement, les chercheurs de Facebook ont distingué plusieurs techniques impliquant une part d’intervention humaine décroissante, mais une automatisation croissante.
La dernière session qu’a lancée Facebook comprenait 3,5 milliards de photos partagées sur Instagram, associées à 17 000 hashtags. Impossible de trouver un équivalent sur une autre plateforme de l’écosystème. De plus, une base classique pour le deep learning est souvent renseignée à la main, avec des étiquettes et tout ce qui va avec. Pour les milliards de photos utilisées, il a fallu trouver un moyen de retirer les hashtags les moins pertinents, pour ne garder que ceux pouvant offrir une vraie information à l’IA.
Le résultat : des identifications plus précises pour l’IA de Facebook.
Si la précision de l’IA est un résultat qu’il faut saluer pour les équipes de Facebook, la part la plus intéressante réside dans la préparation de l’entraînement. Avec peu de programmation, une grande partie d’informations (hashtags) non pertinentes ont été retirées pour ainsi obtenir un lot ‘propre’. Cette prouesse n’est utile qu’à Facebook, mais cela pourra permettre de rapidement mieux reconnaître des éléments sur des photos qui ne devraient pas être partagés. Car plus que jamais, le réseau social aura besoin de l’IA pour protéger ses utilisateurs des mauvais contenus.