Facebook'un yüz tanıyan yapay zekası, insan zekası seviyesine ulaştı.
Facebook’un yeni yapay zeka araştırma ekibi, yüz doğrulama yazılımlarında köşe taşı olacak bir gelişmeyi duyurdu. Söylediklerine göre Facebook’un yeni teknolojisi, yüz tanıma konusunda insan zekası seviyesine ulaşmış durumda.
Yabancı birine ait iki ayrı fotoğrafı gösterdiğinizde, insanların yüzlerini doğru eşleştirme oranı yüzde 97,53. Facebook araştırmacılarının yeni geliştirdiği yazılımın aynı testteki skoru ise yüzde 97,25. Sonuç, ışık ya da kişinin doğrudan kameraya bakıp bakmıyor oluşu gibi varyasyonlardan etkilenmiyor. Yani Facebook’un yeni yazılımı, neredeyse, yüzleri sizin kadar iyi eşleştirebiliyor.
Yeni yazılım, 4 bin kişiye ait 4 milyon adet yüz resminden oluşan ve bugüne kadar oluşturulan “en büyük veritabanı” kullanılarak eğitilmiş. Geliştirmeyle Facebook’un bugünkü teknolojisinin hata oranında yüzde 25 oranında azalma sağlanmış ve insan deneyimine bir hayli yaklaşılmış.
Facebook araştırmacıları, ”DeepFace” adını verdikleri yeni yaklaşım sayesinde bir önceki yüz tanıma teknolojisine göre majör bir geliştirme sağlamış. Modern yüz tanıma teknolojilerinde konvansiyonel yaklaşım Tespit et => Birleştir=>Sun=> Sınıflandır aşamalarını takip ederek çalışıyor. Buna karşın, Facebook’un yeni yazılımı, birleştirme ve sunma aşamasını yeniden ele almış. Ve buraya 9 katmanlı derin bir nöral ağdan yüz sunumunu sağlayan 3 boyutlu yüz modellemesi eklenmiş. Bu derin ağ, 120 milyondan daha fazla sayıda parametre içeriyor.
Facebook yazılımı Deeep Learning adı verilen yapay zeka teknolojilerine de yeni bir yaklaşım getirmesiyle de çok önemli bir gelişme olarak görülüyor. Deep Learning, yapay zekanın bir alanı ve uyarılmış nöron ağları kullanarak, büyük miktardaki veri içinden belirli kalıpları tanımayı öğrenebiliyor.
Facebook’un yeni geliştirmesi, size bir portre fotoğrafının kime ait olduğunu söyleyemiyor, henüz değil. Ancak araştırmacılar yüz doğrulamak için kullandıkları bazı tekniklerin, yüz tanıma teknolojilerine de uyarlanabileceğini söylüyor.
Facebook’un yeni yazılımının başarısında önemli bir paysa, böyle bir araştırma için doğru büyüklükte veriye erişebilmesinde. Facebook’a kullanıcıları her gün 350 milyon adet fotoğraf yüklüyor. Şirket bu bilgileri şimdiye kadar etiketleme özelliğini geliştirmek için kullanmıştı
Yabancı birine ait iki ayrı fotoğrafı gösterdiğinizde, insanların yüzlerini doğru eşleştirme oranı yüzde 97,53. Facebook araştırmacılarının yeni geliştirdiği yazılımın aynı testteki skoru ise yüzde 97,25. Sonuç, ışık ya da kişinin doğrudan kameraya bakıp bakmıyor oluşu gibi varyasyonlardan etkilenmiyor. Yani Facebook’un yeni yazılımı, neredeyse, yüzleri sizin kadar iyi eşleştirebiliyor.
Yeni yazılım, 4 bin kişiye ait 4 milyon adet yüz resminden oluşan ve bugüne kadar oluşturulan “en büyük veritabanı” kullanılarak eğitilmiş. Geliştirmeyle Facebook’un bugünkü teknolojisinin hata oranında yüzde 25 oranında azalma sağlanmış ve insan deneyimine bir hayli yaklaşılmış.
Facebook araştırmacıları, ”DeepFace” adını verdikleri yeni yaklaşım sayesinde bir önceki yüz tanıma teknolojisine göre majör bir geliştirme sağlamış. Modern yüz tanıma teknolojilerinde konvansiyonel yaklaşım Tespit et => Birleştir=>Sun=> Sınıflandır aşamalarını takip ederek çalışıyor. Buna karşın, Facebook’un yeni yazılımı, birleştirme ve sunma aşamasını yeniden ele almış. Ve buraya 9 katmanlı derin bir nöral ağdan yüz sunumunu sağlayan 3 boyutlu yüz modellemesi eklenmiş. Bu derin ağ, 120 milyondan daha fazla sayıda parametre içeriyor.
Facebook yazılımı Deeep Learning adı verilen yapay zeka teknolojilerine de yeni bir yaklaşım getirmesiyle de çok önemli bir gelişme olarak görülüyor. Deep Learning, yapay zekanın bir alanı ve uyarılmış nöron ağları kullanarak, büyük miktardaki veri içinden belirli kalıpları tanımayı öğrenebiliyor.
Facebook’un yeni geliştirmesi, size bir portre fotoğrafının kime ait olduğunu söyleyemiyor, henüz değil. Ancak araştırmacılar yüz doğrulamak için kullandıkları bazı tekniklerin, yüz tanıma teknolojilerine de uyarlanabileceğini söylüyor.
Facebook’un yeni yazılımının başarısında önemli bir paysa, böyle bir araştırma için doğru büyüklükte veriye erişebilmesinde. Facebook’a kullanıcıları her gün 350 milyon adet fotoğraf yüklüyor. Şirket bu bilgileri şimdiye kadar etiketleme özelliğini geliştirmek için kullanmıştı
Konular
- Shorts Videolar youtube kanalınıza zarar verebilir
- YouTube’da Yüksek Gelir Getiren Nişler
- YouTube'dan 37 Günde Nasıl Para Kazanmaya Başladım?
- YouTube Shorts Videolarınızı Hemen Viral Yapmanın Etkili Yolları
- Telefonunuzla Yüksek Kaliteli Videolar Çekmenin Püf Noktaları
- Hiç Video Yüklemeden 1000 Aboneye Ulaşmanın Sırrı
- 44 Günde 4.000 Abone ve 4.000 İzlenme Saati ile para kazanma yolu
- YouTube Kanalınızı Çok Hızlı Büyütmenin Yolları
- YouTube'da Para Kazanmaya Başladıktan Sonra Ne Oluyor?
- 1 Günde 1.000 Abone Kazanmanın Sırrı: Kanalınızı Bu Yöntemlerle Tanıtın
- Bunu HEMEN Yaparak YouTube İzlenme, Abone Sayısı ve İzlenme Sürenizi Artırın!
- Düşük İzlenme Sorununu Çözmek İçin Hemen Uygulamanız Gereken Adımlar
- YouTube Kanalınızı Büyütmek İçin Hemen Uygulayabileceğiniz Etkili Yöntemler
- Bir YouTuber'ı Taklit Ettim ve İşe Yaradı: YouTube'da Nasıl Viral Olunur?
- Sound Devices MixPre-3 ve Zoom F3 Karşılaştırması
- TASCAM FR-AV2 ve ZOOM F3 Ses Kayıt Cihazları Karşılaştırması
- Tascam FR-AV2: Kompakt ve Güçlü Bir Ses Kayıt Çözümü
- En İyi Mikrofon Hangisi? 6 Farklı Mikrofonu Karşılaştırdık!
- En İyi Boom Shootgun Mikrofonları, Test Sonuçları ve Öneriler
- En İyi Ses Kartları: Hangi Model Sizin İçin Uygun?
- YouTube'da Daha Fazla İzlenme Almanın Yolları
- En İyi Sony Shotgun Mikrofon Hangisi? Detaylı İnceleme ve Karşılaştırma
- Sony ECM-B1M ve ECM-M1 Karşılaştırması
- Sony ECM M1 Mikrofon İncelemesi
- YouTube Bana 1 Haftada Ne Kadar Para Ödedi?
- Kanalınızdaki içerikleri Koruma Rehberi
- Kanalım Neredeyse Hacklendi!
- Shure MV7 Plus Mikrofon İncelemesi
- Sennheiser MKH 416 mi, MKE 600 mü?
- Sennheiser MKE 600 ve Rode NTG4 Plus Karşılaştırması