训练机器学习辨识图片中的物件，往往需要耗费人力、时间标注出名称、类别，才能让机器顺利训练。为打造出方便厉害的 AI 机器学习模型，Facebook 有一项超级秘密武器──35 亿张 Instagram 公开照片，以及无数 Hashtag。
Instagram 公开照片，成免费训练模型素材
如果你习惯在发文时替照片加上几个 Hashtag，那么你有可能在帮 Facebook 训练机器学习模型。
过去要训练机器学习辨识物件，必须耗费相当多人力，举例来说，如果希望电脑理解“马克杯”这个东西，人类必须先标出这个东西是“马克杯”，接着机器才能有依据学习，现在 Facebook 找到一个用少量人力就能训练机器学习的方法。
第二天开发者大会 F8，首席技术长迈克‧施罗普佛（Mike Schroepfer）表示，Facebook 研究人员与工程师，利用平台 35 亿张公开照片、超过 17,000 个 Hashtag 为基础，透过上百个 GPU 解析资料，来训练自家图片辨识模型，目前在 ImageNet（图像数据库）已可达 85.4% 准确度。
但过程中也面对不少挑战，施罗普佛谈到，许多用户常常用错标签，像是用户虽然在照片标记“花枝”，但其实是“鱿鱼”。另外，Facebook 也必须训练哪些 Hashtag 是同义词，并将具体描述的 Hashtag，排序优于其他同类型 Hashtag，最终变成一套“大规模 Hashtag 预测模组”，来训练图像辨识模组。
▲ Facebook 利用 Instagram 35 亿张公开照片，加上用户标注的 Hashtag，来训练机器学习模型。（Source：Facebook）
Hashtag 训练模型，会有隐私问题吗？
不过现阶段大家更关心的还是“隐私”问题，当用户发表一张 Instagram 照片时，可以清楚知道自己正在提供资料，训练深度学习模型吗？
Facebook 表示，图像资料只会用来辨别与 Hashtag 之间的关联性，使用的资料都是公开的，且就算照片本身没有标签，就算机器再怎么厉害，也无法辨识出照片中的物件。简单来说，在 Instagram 上传公开照片，不论用户是否愿意，都正为 Facebook 的深度学习技术做出贡献。
▲ 首席技术长施罗普佛表示，过程中也面临不少挑战，像是许多用户常常用错标签。（Source：Facebook）
但 Hashtag 仍是训练关键，如果用户不想自己的照片变成训练机器学习的素材，就不要在公开贴文加上 Hashtag。Facebook 强调，团队只会在公开的 Hashtag，撷取与图像有关的素材，不会从照片内容推断用户行为。
Facebook 建构训练机器模型的方法，比起辨识精准度本身更有趣，将庞大、杂乱的素材整理成整齐、有依据的资料，未来可以帮助用户更精准快速的搜寻资料，甚至用 AI 自动生成图片说明、协助审核平台内容。
- Facebook is using your Instagram photos to train its image recognition AI
- Facebook trained image recognition AI with billions of Instagram pics
- Facebook is using billions of Instagram images to train artificial intelligence algorithms
（本文由 数位时代 授权转载；首图来源：pixabay）
