利用超过10亿张Instagram图像的图像识别模型

3月2日，Facebook发布了SEER，这是一种图像识别模型，该模型使用Instagram上发布的超过10亿张图像进行了训练。此外，还同时发布了VISSL，该库支持SEER开发中使用的自我监督学习。

现有的大多数使用AI的图像识别模型都采用一种称为监督学习的方法，并且需要使用手动分类的数据集进行学习。然而，Facebook这次宣布的SEER采用了自我监督学习，不需要手动分类的数据集，并且已成功使用Instagram上发布的10亿张图像获得了较高的图像识别精度。

当将使用ImageNet进行的图像识别能力测量测试的得分与其他地方（例如SEER和Google）开发的识别模型进行比较时，SEER表示图像识别的准确性超过了现有的图像识别模型。

Facebook已经证明SEER自我监督学习对于现实世界的任务很有用，而SEER表示这是建立灵活，准确和适应性强的计算机视觉模型的一种方式。 此外，还发布了用于SEER开发的VISSL源代码。因此，预计将与AI研究人员共享VISSL，以交换意见，并加快关于自我监督学习的研究。

它还显示超过10亿张上传到Instagram的图像用于SEER开发，但是有报道称，Instagram用户惊讶地发现他们的图像被用于AI研究。针对这种焦虑，Facebook AI研究所声称，它通过不共享Instagram上发布的图像来保护Instagram用户的个人信息。相关信息可以在这里找到。