Facebook pokazuje, że algorytmy oparte na sztucznej inteligencji mogą wykonywać pewne czynności bez wsparcia ze strony człowieka. W tym przypadku chodzi o rozpoznawanie obiektów na zdjęciach.
Seer (lub SElf-supERvised) przeanalizował ponad miliard zdjęć z Instagrama, wybierając obiekty wyglądające podobnie. Następnie „nakarmiono” go niewielką liczbą opisanych fotografii, dzięki czemu proces uczenia nabrał rozpędu. Algorytm był w stanie rozpoznawać obrazy tak skutecznie, jak programy ćwiczone na tysiącach otagowanych zdjęć.
Facebook może wykorzystać Seer do dopasowywania reklam i filtrowania niewłaściwych treści
Yann LeCun, jeden z pionierów tzw. głębokiego uczenia, twierdzi, że konwencjonalne podejście, oparte na „karmieniu” algorytmów dużą ilością oznaczonych zdjęć nie ma sensu. Jego zdaniem najlepszą metodą jest częściowo nadzorowane, choć w większości samodzielne uczenie.
Według LeCuna takie podejście mogłoby mieć wiele przydatnych zastosowań, choćby w zakresie odczytywania zdjęć rentgenowskich. Podobna metoda jest już stosowana do automatycznego generowania hashtagów dla zdjęć na Instagramie. W przypadku serwisu Facebook, Seer mógłby sprawdzić się w zakresie dopasowywania reklam do postów i filtrowania niepożądanych treści.
