Facebook 训练了它的 SEER AI，现在它能够自己识别图像和物体。
这个人工智能接受了从 Instagram 中提取的超过 10 亿张公共图像的训练。 正如 Facebook 所评论的那样，SEER 在对象识别测试中以 84.2% 的得分超越了现有的 AI 模型。
目前，Instagram被许多人用作公共相册。 因此，通过该数据库，Facebook 可以访问庞大而多样的选项目录，包括各种年龄和身体特征的人、动物、风景、食物等等。 这些信息的重要样本已提供给 AI 进行训练。
SEER上使用了自监督计算机视觉
自主运行的人工智能在训练了在对象或变量之间建立关系的能力后获得。 在这种情况下，由于我们正在处理图像，SEER 的任务是设法在没有任何上下文数据的情况下适当地标记它们。
这标志着与其他图像识别系统的重要区别，尽管它们也得益于 AI 引擎，但它们遵循监督动态，根据先前的标签或分类来复制它们。
该人工智能利用了两个关键要素：一个是能够从大量随机图像中学习数据的算法，无需元数据或注释； 而另一个是一个足够大的卷积网络，可以从这些大量复杂数据中捕获和学习所有视觉概念。
这一贡献可以增强为视障人士自动生成图像描述和替代文本，过滤不适当的内容，甚至以更好的方式自动对 Marketplace 中列出的项目进行分类。
Facebook的人工智能目前只是一个原型
目前，SEER 只是一个原型。 为了推动它，Facebook 宣布将在开源许可下发布该软件的部分代码，为开发人员和研究人员生成一个实验实例，加强这种新图像识别技术的运行。
在 SEER 演讲的开头，Facebook 强调“人工智能的未来在于创建可以直接从他们提供的任何信息中学习的系统——无论是文本、图像还是其他类型的数据——而不依赖于精心策划和标记数据集教他们如何识别照片中的对象、解释文本块或执行我们要求它执行的无数其他任务中的任何一项。”
Facebook 通过其人工智能项目博客发布了官方公告，其中分享了有关所呈现的 AI 系统的更多技术方面。
