وقتی تصمیم بر آن شد که فیسبوک هم شعاری مثل “بد نباشیدِ” گوگل یا “متفاوت بیندیشید” اپل داشته باشد، این شعار چیزی نبود جز: “سریع حرکت کنید و همه چیز را در هم بشکنید.” از نظر تئوری این شعار یعنی سعی کنید چیزهای جدید خلق کنید و از شکست خوردن نترسید. اما در سال 2021 که شبکه‌های اجتماعی مسئول ناهنجاری‌های اجتماعی زیادی تلقی می‌شوند، شاید بهتر باشد این شعار تغییر کرده و مثلاً تبدیل به چنین شعاری شود: “سریع حرکت کنید و همه چیز را درست کنید.”
یکی از حوزه‌هایی که خیلی از شبکه‌های اجتماعی از جمله فیسبوک برای آن ساخته شده‌اند، انتشار یکسری عکس در فضای آنلاین است. این وظیفه از همه نظر چالش برانگیز محسوب می‌شود چون هر ثانیه 4 هزار عکس به فیسبوک آپلود می‌شود که معادل با 14.58 میلیون عکس در ساعت یا به عبارتی 350 میلیون عکس در روز است. برای مدیریت این کار به صورت دستی همه کارمندان فیسبوک باید حداقل 12 ساعت در روز کار کنند تا تک تک این تصاویر را بررسی و تأیید کنند.
با توجه به اینکه امکان انجام چنین کاری به صورت دستی وجود ندارد، این کار به سیستم‌های هوش مصنوعی سپرده شده. امروز یک مقاله تحقیقاتی جدید توسط فیسبوک منتشر شد که به توضیح یک مدل بینایی کامپیوتری عظیم به اسم SEER (مخفف SElf-supERvised که البته چنین روش نامگذاری امروزه منسوخ شده) می‌پردازد. این هوش مصنوعی که با بیشتر از 1 میلیارد عکس پابلیک در اینستاگرام آموزش داده شده از بیشتر سیستم‌های تشخیص تصویر جدید با قابلیت نظارت خودکار بهتر عمل می‌کند حتی وقتی عکس‌ها کیفیت کمی داشته و به سختی می‌توان محتوای آنها را خواند.
طبق ادعای طراحان این سیستم، این پیشرفت می‌تواند مسیر را برای ساختن مدل‌های بینایی کامپیوتری انعطاف پذیرتر، دقیق تر و تطبیق پذیرتر باز کند. همچنین می‌توان از آن برای تشخیص هر چه بهتر و حذف تصاویر زیانبار از این پلتفرم استفاده کرد. این سیستم می‌تواند به تولید خودکار تصاویری با توضیحات متنی برای افراد کم بینا یا نابینا، دسته بندی خودکار آیتم‌هایی که در فروشگاه فیسبوک فروخته می‌شوند و کارهای مختلف دیگر که به بینایی کامپیوتری نیاز دارند، کمک کند.
به انقلاب هوش مصنوعی “خود نظارت شده” خوش آمدید!
به گفته پریا گوئال مهندس نرم‌افزار پروژه تحقیقاتی هوش مصنوعی شرکت فیسبوک (FAIR) “می‌توانیم با استفاده از الگوریتم‌های خودنظارت شده، مدل‌های هوش مصنوعی را روی تصاویر تصادفی آموزش دهیم… این یعنی با رشد و توسعه محتوای زیانبار ما هم می‌توانیم به سرعت مدل جدیدی را بر اساس این داده‌ها آموزش دهیم و سریع تر به شرایط واکنش دهیم.”
روش خود نظارت شده‌ای که گویال به آن اشاره کرده، برندی از یادگیری ماشینی است که به ورودی‌های انسانی کمتری نیاز دارد. یادگیری نیمه نظارت شده، روشی در یادگیری ماشینی است که تقریباً بین یادگیری نظارت شده و غیرنظارت شده قرار می‌گیرد. در آموزش نظارت شده، داده‌های آموزشی کاملاً برچسب دار هستند. در آموزش غیرنظارت شده، هیچ داده برچسب گذاری شده‌ای وجود ندارد. حتماً می‌توانید حدس بزنید که در آموزش نیمه نظارت شده، شرایط به چه شکل است. از یادگیری خود نظارت شده برای انجام کارهای انقلابی در دنیای پردازش زبان‌های طبیعی استفاده می‌شود از ترجمه ماشینی گرفته تا پاسخ دادن به سوالات. حالا از این تکنیک برای شناسایی تصاویر هم استفاده می‌شود.
به گفته گویال “یادگیری غیرنظارت شده یک اصطلاح بسیار گسترده است که نشان می‌دهد برای یادگیری از هیچ نظارتی استفاده نشده است. یادگیری خود نظارت شده، یک زیر مجموعه – یا حالت خاص – از یادگیری غیر نظارت شده است که سیگنال‌های نظارتی را به صورت خودکار از داده‌های آموزشی استخراج می‌کند.”
استفاده از یادگیری خود نظارت شده برای فیسبوک باعث شده که مهندسان این شرکت بتوانند مدل‌های هوش مصنوعی را با تصاویر تصادفی آموزش دهند و برای انجام کارهای مختلف به سرعت به سطح عملکرد خوبی برسند.
به گفته گویال “توانایی آموزش دادن مدل‌ها با استفاده از تصاویر تصادفی اینترنتی به ما امکان می‌دهد که تنوع بصری جهان را بهتر درک کنیم. از طرفی یادگیری نظارت شده نیاز به حاشیه نویسی برای تصاویر دارد که درک بصری ما از جهان را کاهش می‌دهد چون چنین مدل‌هایی طوری آموزش داده می‌شوند که فقط یکسری مفاهیم تصویری حاشیه نگاری شده محدود را آموزش ببینند. همچنین ساختن دیتاست‌های حاشیه نگاری شده حجم داده‌هایی که می‌توانیم سیستم‌ها را بر اساس آنها آموزش دهیم کم می‌کند از این جهت احتمال یک جانبه شدن سیستم‌های نظارت شده وجود دارد.”
این یعنی ایجاد سیستم‌های هوش مصنوعی که می‌توانند با اطلاعاتی که به آنها داده می‌شود بهتر آموزش ببینند بدون اینکه نیاز به دیتاست‌های برچسب گذاری شده‌ای داشته باشند که به آنها برای تشخیص اشیاء در عکس کمک می‌کنند. در دنیایی که با چنین سرعتی حرکت می‌کند این امر ضروری است و ما نیاز به سیستم‌های تشخیص تصویر هوشمندتری داریم که بتوانند سریع تر عمل کنند.
سایر کاربردها
گویال می‌گوید: “می توانیم از مدل‌های خود نظارت شده برای حل مسائل در حوزه‌هایی مثل تصاویر پزشکی استفاده کنیم که داده‌های بسیار کمی داشته یا فاقد ابرداده هستند. توانایی آموزش دادن مدل‌های خود نظارت شده باکیفیت با استفاده از تصاویر بدون برچسب و تصادفی به ما امکان می‌دهد که مدل‌ها را با استفاده از هر عکس اینترنتی آموزش دهیم و بتوانیم تنوع محتوای بصری را در نظر گرفته و احتمال یک جانبه شدن مدل را کم کنیم. از آنجایی که برای آموزش دادن یک مدل خود نظارت شده به هیچ برچسب یا دستکاری داده‌ای نیاز نداریم، می‌توانیم به سرعت برای حل مسائل مختلف مدل‌های جدید ساخته و مستقر کنیم.”
در حال حاضر این پروژه هم مثل همه کارهای FAIR در مرحله تحقیق قرار دارد و بعید است در هفته‌های آتی برای فیسبوک از آن استفاده شود. این یعنی امکان استقرار و پیاده سازی فوری آن برای حل مشکل تشخیص تصاویر مضری که در اینترنت منتشر می‌شوند وجود ندارد. همچنین هنوز امکان استفاده از هوش مصنوعی برای تشخیص جزئیات ظریف در تصاویر آپلود شده توسط کاربران وجود ندارد.
در هر صورت ابزارهای هوش مصنوعی مورد استفاده برای طبقه بندی تصاویر روزبروز بهتر می‌شوند. سوال اینجاست که آیا از چنین ابزارهایی برای خرابکاری استفاده می‌شود یا اصلاح امور.
