Facebook开发了SEER（自我支持）计算机视觉模型，可以在最少的人工干预下独立学习识别照片中的对象。
未来的AI系统将像人们所做的那样学习-无需依赖标记的数据集。 今天，我们将详细介绍SEER，这是自我监督#computervision的一项突破，以及开源VISSL（我们用来构建它的库）。 了解更多：https：//t.co/CBg6ZkiqFU pic.twitter.com/zHHM3UHiUs
-Facebook AI（@facebookai）2021年3月4日
SEER模型可以从Internet上任何随机的图像组中学习，而无需使用当今用于创建大多数计算机视觉算法的仔细控制和标记。 在对一百万张随机，未标记和未排序的公共Instagram图片进行预训练后，该模型在 [simple_tooltip content=”Самый большой в мире набор визуальных данных, который используется разработчиками систем компьютерного зрения для проверки точности работы их алгоритмов.”]影像网[/simple_tooltip]… Facebook AI首席科学家Yann LeCoon指出，自学是构建具有基础知识的机器以解决远远超出当前AI模型的问题的最有前途的方法之一。
LeCune说：“自我指导的学习可以有很多有用的用途，例如学习医学图像而不必标记很多X射线。”
他补充说，类似的方法已经用于自动为Instagram图片生成标签。 另外，据他介绍，SEER技术可用于Facebook中，以使广告与消息匹配或过滤出不适当的内容。 Facebook表示，SEER背后的某些技术将免费提供给开发人员。 但是该算法本身将保持封闭状态，因为它是使用Instagram用户的数据进行训练的。 回想一下2021年1月，Facebook为照片引入了新版本的自动替代文本（AAT），它使用机器学习为视力障碍者描述图像。 在Telegram上订阅ForkLog新闻：ForkLog Feed-整个新闻Feed，ForkLog-最重要的新闻和民意测验。
