Haberler

Facebook, yaptığınız her şeyi gören, duyan ve hatırlayan yapay zeka sistemlerini araştırıyor

Facebook, kötü görünmesini sağlayan raporu bastırdı

Facebook, Ray-Ban ile kendi AR gözlüklerini oluşturmak da dahil olmak üzere artırılmış gerçekliğe çok fazla zaman ve para harcıyor. Şu anda, bu gadget’lar yalnızca görüntüleri kaydedebilir ve paylaşabilir, ancak şirket bu tür cihazların gelecekte ne için kullanılacağını düşünüyor?

Facebook’un yapay zeka ekibi tarafından yönetilen yeni bir araştırma projesi, şirketin hedeflerinin kapsamını ortaya koyuyor. Birinci şahıs video kullanarak insanların hayatlarını sürekli analiz eden AI sistemlerini hayal ediyor; günlük işlerinde onlara yardımcı olmak için gördüklerini, yaptıklarını ve duyduklarını kaydetmek. Facebook araştırmacıları, “epizodik hafıza” (“anahtarlarımı nerede bıraktım?” gibi soruları yanıtlama) ve “görsel-işitsel günlükleştirme” (kimin neyi ne zaman söylediğini hatırlama) dahil olmak üzere bu sistemlerin geliştirmesini istediği bir dizi beceriyi özetledi.

“Bu tür araştırmalardan yararlanmamız için bazı olasılıklar var”

Şu anda, yukarıda belirtilen görevler herhangi bir yapay zeka sistemi tarafından güvenilir bir şekilde gerçekleştirilemez ve Facebook bunun bir araştırma projesi olduğunu vurguluyor. ticari bir gelişmeden daha Ancak, şirketin bu gibi işlevleri AR bilişimin geleceği olarak gördüğü açık. Facebook AI araştırma bilimcisi Kristen Grauman, The Verge’e verdiği demeçte, “Kesinlikle, artırılmış gerçeklik ve onunla ne yapmak istediğimizi düşünürsek, yolun aşağısında bu tür araştırmalardan yararlanabileceğimiz olasılıklar var” dedi.

Gizlilik uzmanları, Facebook’un AR gözlüklerinin, kullanıcıların gizlice halkın üyelerini kaydetmesine nasıl izin verdiği konusunda zaten endişeli. Bu tür endişeler yalnızca, donanımın gelecekteki sürümleri yalnızca görüntüleri kaydetmekle kalmaz, aynı zamanda bunları analiz edip yazıya dökerek kullanıcıları yürüyen gözetim makinelerine dönüştürürse daha da kötüleşecektir. Facebook’un ilk ticari AR gözlüğü çifti yalnızca video ve resim kaydedebilir ve paylaşabilir, analiz edemez. The Verge için Amanda Lopez’in fotoğrafı

Facebook’un araştırma projesinin adı, birinci şahıs veya “ben merkezli” videonun analizine atıfta bulunan Ego4D’dir. İki ana bileşenden oluşur: benmerkezci videodan oluşan açık bir veri seti ve Facebook’un AI sistemlerinin gelecekte üstesinden gelebileceğini düşündüğü bir dizi kıyaslama.

Facebook, dünyanın dört bir yanından 3.205 saatlik birinci şahıs görüntüsünün toplanmasına yardımcı oldu.

Veri kümesi, türünün şimdiye kadar oluşturulmuş en büyüğüdür ve Facebook, verileri toplamak için dünya çapında 13 üniversiteyle ortaklık kurdu.

Verilerin toplanmasından Facebook yerine üniversiteler sorumluydu. Bazılarına ödeme yapılan katılımcılar, senaryosuz etkinliklerin videosunu kaydetmek için GoPro kameraları ve AR gözlükleri taktı. Bu, inşaat işlerinden fırıncılığa, evcil hayvanlarla oynamaya ve arkadaşlarla sosyalleşmeye kadar uzanır. Seyircilerin yüzlerinin bulanıklaştırılması ve kişisel olarak tanımlanabilir bilgilerin kaldırılması da dahil olmak üzere tüm görüntülerin kimliği üniversiteler tarafından gizlendi.

Grauman, veri kümesinin “hem ölçek hem de çeşitlilik açısından türünün ilk örneği” olduğunu söylüyor. En yakın karşılaştırılabilir projenin, tamamen mutfaklarda çekilmiş 100 saatlik birinci şahıs çekimlerini içerdiğini söylüyor. “Bu yapay zeka sistemlerinin gözlerini Birleşik Krallık ve Sicilya’daki mutfaklardan daha fazlasına, Suudi Arabistan, Tokyo, Los Angeles ve Kolombiya’dan [görüntülere] açtık.”

İkincisi Ego4D’nin bileşeni, Facebook’un dünya çapındaki araştırmacıların kendi veri kümesinde eğitilmiş AI sistemlerini kullanarak denemelerini ve çözmelerini istediği bir dizi kıyaslama veya görevdir. Şirket bunları şu şekilde tanımlıyor:

Epizodik bellek: Ne zaman oldu (örneğin, “Anahtarlarımı nerede bıraktım?”)

Öngörme: Bundan sonra ne yapacağım (örneğin, “Bekle, bu tarife zaten tuz ekledin”)?

El ve nesne manipülasyonu

güçlü>: Ne yapıyorum (örneğin, “Bana bateri çalmayı öğret”)?

Görsel-işitsel günlükleştirme: Kim neyi ne zaman söyledi (ör. ders sırasında ana konu?”)?

Sosyal etkileşim: Kim kiminle etkileşime giriyor (örneğin, “Bu gürültülü restoranda benimle konuşan kişiyi daha iyi duymama yardım et”) ?

Şu anda, yapay zeka sistemleri bu sorunlardan herhangi birinin üstesinden gelmeyi inanılmaz derecede zor bulabilir, ancak veri kümeleri ve karşılaştırma ölçütleri oluşturmak, yapay zeka alanında gelişmeyi teşvik etmek için denenmiş ve test edilmiş yöntemlerdir.

ImagetNet veri kümeleri, araştırmacıların AI sistemlerini tanımlamaları için eğittiği çok çeşitli nesnelerin resimlerinden oluşur. 2012’de, yarışmayı kazanan kişi, geçmişteki rakipleri geride bırakmak için belirli bir derin öğrenme yöntemini kullandı ve mevcut araştırma çağını başlattı. Facebook’un Ego4D veri seti, ilk önce analiz yapabilen AI sistemlerine yönelik araştırmaları teşvik etmelidir. kişi verileri. Resim: Facebook

Facebook, Ego4D projesinin artırılmış gerçeklik dünyası için benzer etkilere sahip olmasını umuyor. Şirket, Ego4D üzerinde eğitilen sistemlerin bir gün yalnızca giyilebilir kameralarda değil, aynı zamanda çevrelerindeki dünyayı dolaşmak için birinci şahıs kameralara dayanan ev asistanı robotlarında da kullanılabileceğini söylüyor.

“Projenin sahip olduğu özelliklere sahip. Grauman, bu alandaki çalışmayı henüz gerçekten mümkün olmayan bir şekilde gerçekten katalize etme şansı” diyor. “Alanımızı, çok özel bir amaçla insan tarafından çekilmiş fotoğraf ve video yığınlarını analiz etme yeteneğinden, AR sistemlerinin, robotların, devam eden bağlamlarda anlaması gereken bu akıcı, devam eden birinci şahıs görsel akışına taşımak için. Facebook’un AI gözetim sistemleri geliştirmesi birçok kişiyi endişelendirecek

Facebook’un ana hatlarıyla belirttiği görevler kesinlikle pratik görünse de, şirketin bu alana olan ilgisi birçok kişiyi endişelendirecek.

Ayrıca, şirketin birçok alanda kullanıcıların refahının üzerinde büyümeye ve etkileşime değer verdiği defalarca gösterilmiştir. Bunu akılda tutarak, bu Ego4D projesindeki kıyaslamaların belirgin gizlilik önlemleri içermemesi endişe vericidir. Örneğin, “görsel-işitsel günlükleştirme” görevi (farklı kişilerin söylediklerinin yazıya dökülmesi), kaydedilmek istemeyen kişilerle ilgili verilerin kaldırılmasından asla bahsetmiyor.

Bu sorunlar sorulduğunda, bir Facebook sözcüsü The Verge’e, gizlilik önlemlerinin daha da ileriye götürülmesini beklediğini söyledi. Sözcü, “Şirketlerin bu veri setini ve kıyaslamayı ticari uygulamalar geliştirmek için kullandıkları ölçüde, bu tür uygulamalar için güvenlik önlemleri geliştirmelerini bekliyoruz” dedi. “Örneğin, AR gözlükleri birinin sesini iyileştirmeden önce, başka birinin gözlüğünden izin istemek için izleyecekleri bir protokol olabilir veya cihazın menzilini sınırlayabilir, böylece yalnızca gözlükleri olan kişilerden ses alabilir. zaten sohbet ettiğim veya yakın çevremde olan kişiler.”

Şimdilik, bu tür güvenlik önlemleri yalnızca varsayımsaldır.

.

Click to comment

Leave a Reply

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Popüler Gönderiler

To Top