Facebook sta addestrando l'intelligenza artificiale nella visuale in prima persona. È intelligente e allarmante

Facebook ha annunciato un nuovo progetto di ricerca chiamato Ego4D che mira a formare modelli di intelligenza artificiale utilizzando video catturati da a prospettiva umana e quindi fornire una guida utilizzando segnali di realtà aumentata accedendo al registro del passato registrazioni. L'ultimo progetto di ricerca incentrato sull'intelligenza artificiale del gigante dei social media mette in primo piano la tecnologia di visione artificiale, che è già in uso per alcuni estensione per prodotti come Google Lens e una manciata di altri strumenti di acquisto in cui un'immagine è studiata per estrarre elenchi simili dall'e-commerce piattaforme.

L'azienda ha recentemente dettagliato il suo lavoro su nuovi Strumenti di ricerca visiva e scoperta dei prodotti basati sull'intelligenza artificiale che aumenterà l'esperienza di acquisto su Instagram. Lungo la strada, visualizzerà elenchi online di articoli di abbigliamento semplicemente toccando la foto di una persona. Il sistema di riconoscimento del prodotto interno è così avanzato che estrarrà prodotti pertinenti anche per vaghe query basate su testo come "trovare una maglietta con un motivo a pois simile" sulle sue piattaforme. Ma tutti questi sistemi di riconoscimento degli oggetti si basano principalmente su un sistema di visione artificiale addestrato su foto e video catturati da una prospettiva in terza persona.

Facebook sta facendo un ulteriore passo avanti cambiando la prospettiva dei dati di allenamento da bordo campo a direttamente nel mezzo dell'azione con una prospettiva in prima persona come parte della sua Ego4D AI progetto. Le possibilità sembrano essere infinitamente vantaggiose e anche un po' spaventose. Per raccogliere i dati sulla formazione, Facebook ha collaborato con 13 istituzioni in nove paesi che hanno reclutato oltre 700 partecipanti per registrarne di più oltre 2.200 ore di riprese in prima persona che documentano attività quotidiane come fare la spesa, lavare gli utensili e suonare la batteria per nominare un pochi. L'obiettivo è catturare le attività e anche valutare lo scenario dal punto di vista di una persona, proprio come l'azione registrata da Gli occhiali da sole Ray-Ban Stories di Facebook.

Il primo sguardo al metaverso con l'AR al centro

L'azienda la chiama percezione egocentrica, da cui il nome Ego4D. Il video è stato trascritto e annotato per descrivere tutto nel fotogramma da un oggetto all'azione, al fine di creare un set di dati che i ricercatori di tutto il mondo possono utilizzare per sviluppare sistemi di visione artificiale e catalizzare una nuova ondata di sviluppo dell'IA. Wendy's ha recentemente collaborato con Google Cloud per creare uno di questi sistemi di visione artificiale che monitorerà la cucina e avvisa il cuoco quando è ora di girare gli hamburger. Tuttavia, il progetto Ego4D di Facebook dà una svolta AR a quelle capacità di intelligenza artificiale che vanno ben oltre l'analisi e in realtà entrano nel regno della previsione delle azioni degli utenti.

Per fare ciò, Facebook ha evocato una serie di cinque parametri di riferimento che una percezione egocentrica dell'IA deve raggiungere. La prima è la memoria episodica, che funziona allo stesso modo della memoria umana. Ad esempio, quando gli utenti dimenticano dove hanno posizionato il telecomando della TV, l'intelligenza artificiale accederà ai video in prima persona passati per verificare dove gli utenti l'hanno lasciato e quindi li guiderà verso il luogo utilizzando segnali AR un po' come Apple Maps. Il secondo benchmark è la previsione, che prevede ciò che l'utente sta per fare e fornisce l'avviso necessario. Quindi, se un utente ha già aggiunto pepe al curry e cerca di nuovo la bottiglia di polvere di pepe, il L'intelligenza artificiale riconoscerà l'azione imminente e avviserà immediatamente gli utenti che l'ingrediente è già stato utilizzato aggiunto.

Allo stesso modo, il "manipolazione di mani e oggetti" benchmark vuole che l'intelligenza artificiale ricordi una sequenza corretta di eventi, qualcosa che gli studenti troveranno utile poiché i segnali AR mostreranno loro i passaggi in un video di formazione registrato. Il quarto punto di riferimento è l'interazione sociale, mentre il quinto, e il più allarmante, è diarizzazione audiovisiva. Questo comporta il salvataggio di un registro audio (e possibilmente anche basato su testo) di ciò che una persona nella visuale della telecamera stava dicendo. Gli utenti possono quindi porre domande all'intelligenza artificiale, ad esempio cosa ha detto la persona ABC durante la pausa caffè in un determinato giorno. Facebook non ha ancora dettagliato le garanzie per gli scenari di intrusione della privacy apparentemente massicci per il suo progetto. Il Le Ray-Ban Stories sono già state esaminate a causa della loro capacità di andare in modalità creep completo. E con un'intelligenza artificiale intelligente come Ego4D, ci saranno molte più preoccupazioni legate alla privacy.

Sul lato positivo, il progetto Ego4D dà uno sguardo molto chiaro su cosa vuole ottenere Facebook con il metaverso, almeno quando si tratta di aiutare gli utenti nella loro vita quotidiana. E la pesante applicazione della realtà aumentata per raggiungere questi obiettivi è un segno che Facebook andrà all-in su AR e dispositivi indossabili più avanzati sono sicuramente in cantiere. Ma la domanda più grande è se gli utenti si sentiranno a proprio agio Facebook avere un accesso più personale alle loro vite tramite video in prima persona, dato il passato impreciso dell'azienda con scandali legati alla privacy.

Fonte: Facebook

FTC pronta ad agire sulle recensioni false, avverte centinaia di aziende

Circa l'autore